MétaCan
Menu
Retour à la cohorte
Enregistrement W3015352401 · doi:10.1088/1755-1315/467/1/012171

Water quality simulation of sewer plant discharge considering long-term and short-term conditions

2020· article· en· W3015352401 sur OpenAlexaff
Junmin Wang, Lei Fu, Aiju You

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensUniversity of Regina
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésWastewaterEnvironmental scienceCurrent (fluid)Combined sewerWater qualitySewage treatmentEnvironmental engineeringDownstream (manufacturing)Term (time)Water dischargeChinaQuality (philosophy)Water resource managementEngineeringGeographyOperations managementStormwater

Résumé

récupéré en direct d'OpenAlex

Abstract The development of economy and society in China leads to a huge amount of wastewater discharge, which becomes a serious problem in most of Chinese cities. Therefore, the construction of sewer plant is more popular than before in lots of these cities. The wastewater discharge from the plant is then considered as a point source in most of the important rivers and channels. In this study, a typical wastewater treatment plant is introduced, a monitoring experiment is designed and executed to observe current river status. Additionally, a two-dimensional model is established to predict the water quality downstream of the plant. It is confirmed that the water quality will not significantly deteriorate, however, systematic control of wastewater discharge and protect of current river environment is still encouraged.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,999

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 technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,051
Tête enseignante GPT0,281
Écart entre enseignants0,230 · 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.

Devis d'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetWater Quality and Pollution AssessmentTravaux en français237 207