MétaCan
Menu
Retour à la cohorte
Enregistrement W2945787925 · doi:10.22215/etd/2019-13463

Fouling Indices for Quantification of Natural Organic Matter Fouling and Cleaning in Ceramic and Polymeric Membrane Systems

2019· dissertation· en· W2945787925 sur OpenAlexfundno aff
Mohammad T. Alresheedi

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Education, IndiaMinistry of Earth SciencesUniversity of Ottawa
Mots-clésFoulingMembrane foulingUltrafiltration (renal)Ceramic membraneMembraneFiltration (mathematics)CeramicChemistryChemical engineeringHumic acidPulp and paper industryChromatographyEnvironmental engineeringEnvironmental scienceOrganic chemistryEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Polymeric membranes have emerged as an economically effective treatment option to produce drinking water.More recently, ceramic membranes are raising interest in this field due to their unique physical properties, which may prove to be important in moving towards more robust and sustainable drinking water treatment methods.However, the loss of membrane permeability as a result of natural organic matter (NOM) fouling remains one of the biggest challenges for sustainable polymeric and ceramic membranes operation.A key challenge in membrane system is to understand how operating pressure and water temperature may impact fouling and subsequent cleaning in relationship to NOM.Further there is limited data to ascertain if ultrafiltration (UF) polymeric and ceramic systems will respond in similar or different manners to NOM fouling which then further impacts how respective systems need to be cleaned.Fouling indices have been developed by means of simple, short, empirical filtration tests to assess the fouling potential of membrane feed water.The modified ultrafiltration fouling index (MFI-UF) is a standard test that is used to estimate a fouling index value that gives a general indication about the treatability of feed water or the need for pretreatment prior to a membrane unit.Unlike the MFI-UF, the unified membrane fouling index (UMFI) is used to quantify fouling a membrane is subjected to (i.e.reversible vs. irreversible), which provide different data on fouling.However, different approaches in fouling assessment may suggest that direct comparison lack context which lead to some disconnect between predicted and actual fouling in the field.Thus, the applicability of the MFI-UF to be effectively used in complement with the UMFI to predict NOM fouling under changes in v Acknowledgements I wholeheartedly want to express my gratitude to my supervisor Dr. Onita Basu.Her support and understanding, both academically and personally, have made this long journey less arduous and more rewarding.Her support from start to finish, encouragement and exceptional guidance throughout this research project has been a constant source of motivation.I wish to express my deep and sincere gratitude to Dr. Benoit Barbeau for his guidance and contribution to this research as

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,011
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMembrane Separation TechnologiesTravaux en français237 207