MétaCan
Menu
Retour à la cohorte
Enregistrement W3014515978 · doi:10.2166/wst.2020.140

Characterization of performance of full-scale tertiary membranes under stressed operating conditions

2020· article· en· W3014515978 sur OpenAlexaff
Sara Abu-Obaid, Pierre R. Bérubé, Wayne J. Parker

Notice bibliographique

RevueWater Science & Technology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of British ColumbiaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFoulingMembrane foulingUltrafiltration (renal)Extracellular polymeric substanceMembraneChemistryActivated sludgePulp and paper industryChromatographyEnvironmental engineeringSewage treatmentEnvironmental scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

This study sought to identify factors responsible for enhanced fouling of ultrafiltration membranes used in tertiary wastewater treatment under challenging conditions of high flow and low temperature. A detailed analysis of full-scale membrane operating data was conducted, and this was supported by data gathered through a field sampling campaign. Higher average fouling rates and average recoveries were observed during periods of highest flows and lowest temperatures. The results demonstrated that the negative impact of seasonal changes on short-term fouling are readily reversible, while hydraulically irreversible fouling, which is responsible for intermediate and long-term fouling rates, is not effectively recovered by maintenance cleans (MCs) but is recovered by recovery cleans (RCs). An examination of membrane feedwater quality revealed that high fouling rates correlated to an increase in dissolved organic carbon (DOC) concentrations, with the biopolymer fraction of the DOC being most important. Increased capillary suction time (CST) values, which indicate reduced sludge dewaterability, were also observed during high fouling events. It was concluded that seasonal variations result in the increased release of extracellular polymeric substances (EPS) by microorganisms, which leads to higher membrane fouling and worsened dewaterability of the activated sludge.

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 enseignants0,005
Score d'incertitude au seuil0,842

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,214 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetMembrane Separation TechnologiesTravaux en français237 207