MétaCan
Menu
Retour à la cohorte
Enregistrement W2914219439 · doi:10.3390/w11020303

Experimental Determination of Moisture Sorption Isotherm of Fecal Sludge

2019· article· en· W2914219439 sur OpenAlexafffund
Catherine Bourgault, Paul Lessard, Claire Remington, Caetano C. Dorea

Notice bibliographique

RevueWater · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensUniversity of VictoriaUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDewateringSorptionGravimetric analysisEnvironmental scienceMoistureWater contentVolume (thermodynamics)AdsorptionDesorptionRelative humidityEnvironmental chemistryPulp and paper industrySewage sludgeChemistryWaste managementEnvironmental engineeringSewage treatmentGeotechnical engineeringThermodynamicsEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Dewatering and drying of fecal sludge (FS) is a key treatment objective in fecal sludge management as it reduces volume (thereby reducing emptying frequency and associated transportation costs), inactivates pathogens, and is beneficial and/or necessary to resource recovery activities such as composting and combustion as fuel. However, studies on dewatering performances of FS are limited. The physical water distribution of such matrices is not fully understood, limiting the progress in the development and optimization of FS dewatering technologies. The objective of this study is to present a gravimetric method intended to assess the dewatering characteristics and associated modelling of FS through moisture sorption isotherms. Samples were placed in airtight jars containing different saturated salt (NaOH, CaCl2, NaCl, KCl, K2SO4) solutions to reproduce a range of relative humidity values (6 to 97%). Results confirmed the achievement of characteristic sigma-shaped moisture sorption isotherms with increasing moisture adsorption at higher values of relative humidity. Furthermore, experimental data best fit the three-parameter Guggenheim–Anderson–de Boer (GAB) model. This method can be replicated to contribute critical data about the characterization of fecal sludge, a seriously under-researched matrix.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetHygrothermal properties of building materialsTravaux en français237 207