MétaCan
Menu
Retour à la cohorte
Enregistrement W2802678016 · doi:10.2166/wst.2018.175

Dynamic characterization of a FeCl3-dosed anaerobic membrane bioreactor (AnMBR) treating municipal wastewater

2018· article· en· W2802678016 sur OpenAlexaff
Qirong Dong, Wayne J. Parker, Martha Dagnew

Notice bibliographique

RevueWater Science & Technology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSolar Energy Technologies Office
Mots-clésWastewaterBioreactorAnaerobic exerciseMembrane bioreactorChemistryPulp and paper industryWaste managementEnvironmental scienceEnvironmental engineeringEngineeringBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract A transient study was conducted at pilot scale to assess the impact of Fe dosage on the dynamics of biological and membrane performance of an anaerobic membrane bioreactor (AnMBR) treating authentic municipal wastewater. A transient model of the AnMBR system was employed to assist with interpretation of the observed responses in the mixed liquor under different FeCl3 dosages. A high dosage (43 mg FeCl3/LSewage) resulted in a significant accumulation of fixed suspended solids and volatile suspended solids (VSS) and reduction of colloidal COD in the mixed liquor. The elevated dosages appeared to reduce the biodegradability of VSS that was present in the raw wastewater. Intermediate dosages of FeCl3 (21–12 mg/L) had less effect on these responses and did not appear to affect VSS biodegradation. Membrane performance was significantly affected by FeCl3 dosage as indicated by reversible resistance (RR) and physically irreversible resistance (IR). RR was closely related to the colloidal COD in the mixed liquor, thus responded quickly to Fe dosage. Physically, IR had a delayed response to changes in the colloidal COD concentrations in the mixed liquor and this was attributed to the effect of slow mass transfer of colloidal matter between the mixed liquor and the membrane.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,005
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetMembrane Separation TechnologiesTravaux en français237 207