MétaCan
Menu
Retour à la cohorte
Enregistrement W3036904580 · doi:10.5004/dwt.2020.25455

Multivariate optimization and kinetics for treatment of fracturing flowback fluids with Chlorella vulgaris

2020· article· en· W3036904580 sur OpenAlexaff
Ran Li, Jie Pan, Li Zhang, Yang Liu

Notice bibliographique

RevueDesalination and Water Treatment · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésChlorella vulgarisMultivariate statisticsPetroleum engineeringKineticsEnvironmental scienceChemistryGeologyComputer scienceAlgaePhysicsBiologyBotanyMachine learning

Résumé

récupéré en direct d'OpenAlex

Fracturing flowback fluids were biologically treated with Chlorella vulgaris. Individual and interactive effects of three variables -the dilution ratio of fracturing flowback fluids, the -mannanase dose, and the powder activated carbon (PAC) dose -on chemical oxygen demand (COD) removal efficiency and algal density were optimized by response surface methodology combined with a Box-Behnken design. Treatment efficiency and algal density were affected most by the dilution ratio. Optimal conditions for algal growth and proliferation comprised a dilution ratio of 1:3, no -mannanase, a PAC dose of 50 mg/L, and a maximum algal density was 2.51 g/L. The experimental data agreed well with the model-predicted COD removal efficiency (42.61% vs. 45.27%) under the optimum conditions of a dilution ratio of 1:5, a -mannanase dose of 135.28 mg/L, and a PAC dose of 50 mg/L. A kinetic equation representing organic compound biodegradation by C. vulgaris was established, and the degradation half-life of COD was 132.63 h.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,027
Tête enseignante GPT0,250
Écart entre enseignants0,223 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueDesalination and Water TreatmentMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207