MétaCan
Menu
Retour à la cohorte
Enregistrement W2986744416 · doi:10.1016/j.envint.2019.105215

Life cycle assessment of decentralized greywater treatment systems with reuse at different scales in cold regions

2019· article· en· W2986744416 sur OpenAlexafffund
Yumi Kobayashi, Nicholas J. Ashbolt, Evan Davies, Yang Liu

Notice bibliographique

RevueEnvironment International · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésGreywaterReuseEnvironmental scienceEnvironmental engineeringWastewaterLife-cycle assessmentSewage treatmentEffluentWaste managementWater resource managementEngineeringProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Decentralized source-separated wastewater treatment systems offer an attractive alternative to conventional centralized wastewater treatment systems in various regions, yet few system analyses specifically address decentralized greywater treatment over different scales. Here we present a comparative life cycle assessment (LCA) and focus on global warming potential (GWP), eutrophication potential (EUP) and human health – carcinogenic potential (HHCP) of decentralized greywater management systems at different scales for a hypothetical community in a cold (winter) region. To provide a comparison between nature-based and engineered greywater treatment solutions, constructed wetlands (CW) and membrane bioreactors (MBR), respectively, were investigated at three different scales; community (3500 person equivalent [PE]), neighborhood (350 PE) and household (a single household [up to 5 PE]). Conventional centralized wastewater treatment was also included as a business-as-usual (BAU) scenario. In the MBR scenarios, greywater reuse was also considered for multiple non-potable applications due to its high-quality effluent and subsurface garden irrigation was considered for reuse in the CW scenarios. For scenarios with the same treatment technology, larger scales reduced GWP, EUP and HHCP up to 57 kg CO2-eq.PE−1.y−1, 0.2 kg N-eq.PE−1.y−1 and 5.3E-6 CTUh.PE−1.y−1, respectively, despite the need for more extensive wastewater networks. The CW scenarios at community and neighborhood scales outperformed the MBR and BAU scenarios for greywater treatment, while the community-scale MBR scenario may be environmentally preferable when large amount of greywater can be reused. The scale of decentralized systems, quantity of water reused and mix of electricity technologies all played important roles in determining GWP, EUP and HHCP values.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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'étudeSimulation ou modélisation
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

Citations110
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetWastewater Treatment and ReuseTravaux en français237 207