MétaCan
Menu
Retour à la cohorte
Enregistrement W3011553155 · doi:10.2166/wqrj.2020.017

Preliminary investigation into the claims of the IBROM system

2020· article· en· W3011553155 sur OpenAlexaffabout
Zahra Vojdani, Beata Gorczyca

Notice bibliographique

RevueWater Quality Research Journal · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDissolved organic carbonChemistryReverse osmosisChloraminationFiltration (mathematics)Water treatmentBiofoulingFoulingEnvironmental chemistryMembrane foulingTrihalomethaneMembraneChlorineEnvironmental engineeringChloramineEnvironmental scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Membrane filtration is commonly applied to reduce dissolved organic carbon (DOC) to control the formation of trihalomethanes (THMs); however, high levels of DOC can cause severe fouling of reverse osmosis membranes. The integrated biological and reverse osmosis membrane (IBROM) process is a combination of biological filters and reverse osmosis membranes. The IBROM process claims to remove biodegradable dissolved organic carbon (BDOC), which apparently should result in reduced membrane fouling. The goal of this research was to conduct a preliminary investigation into the claims of the IBROM system, using water collected from the Herbert water treatment plant (Saskatchewan). The plant is utilizing the IBROM for the treatment of a dugout and groundwater blend (DOC of 17.5–22.7 mg/L). The results demonstrated that BDOC concentrations did not change significantly throughout the plant. Optimized laboratory-scale coagulation with polyaluminium chlorohydrate achieved 58% removal of BDOC. Oxidation with permanganate increased the concentration of BDOC (from 5.7 to 8.8 mg/L). Overall, BDOC was effectively removed by optimized coagulation rather than the IBROM system. Moreover, the results show an inverse relationship between BDOC and THMs formation potential (THMFP) in both coagulated and oxidized water. For all concentrations, more biodegradable DOC had less tendency to form THMs based on the lower THMFP.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,119
Tête enseignante GPT0,343
Écart entre enseignants0,224 · 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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetWater Treatment and DisinfectionTravaux en français237 207