MétaCan
Menu
Retour à la cohorte
Enregistrement W2961328158 · doi:10.18280/i2m.180113

Study on Odor Detection and Microbial Identification Method in Closed Water Area of Jiangxi Province

2019· article· en· W2961328158 sur OpenAlexvenueno aff
Ziyan Yang, Minkai Dong, Yifei Guo, Junfeng Wu

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOdorIdentification (biology)Environmental scienceEnvironmental chemistryChemistryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

The problem of odor in water has become one of the most concerned issues of the public. The odor emitted from water will not only lead to deterioration of water quality, but also increase the cost of water treatment, which will have an adverse impact on the ecological environment. This paper takes the Doushui Lake water area as an example to study the odor detection and microbial identification methods by combining Sensory-GC with GC/MS, the research results show that: the water body of the Doushui Lake has a variety of odors, mainly grassy smell, musty smell, earthy smell, pungent smell, liquorice smell and burnt smell. There are four main substances, TCA, Geosmin, -Cyclocitral and -Cedrol, and their highest concentrations reach 124 ng/L, 97 ng/L, 43 ng/L and 48 ng/L, respectively. The decomposition of algae by microorganisms produces volatile gas compounds, mainly are dimethyl disulfide and dimethyl tetra sulfide. In the decomposition process, the contents of these two compounds both increase first and decrease later.

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 enseignants0,036
Score d'incertitude au seuil0,435

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,271
Écart entre enseignants0,255 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207