MétaCan
Menu
Retour à la cohorte
Enregistrement W3107976977 · doi:10.2166/aqua.2020.086

Effectiveness of peracetic acid and EarthTec QZ for controlling zebra and quagga mussels in drinking water treatment plants on Lake Ontario

2020· article· en· W3107976977 sur OpenAlexaffabout
Alonso Hurtado, Carlos Alonzo-Moya, Ronald Hofmann

Notice bibliographique

RevueJournal of Water Supply Research and Technology—AQUA · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPeracetic acidMusselChlorineZebra musselDreissenaVeligerChemistryEnvironmental chemistryWater treatmentEnvironmental scienceEnvironmental engineeringBivalviaFisheryMolluscaEcologyBiologyHydrogen peroxide

Résumé

récupéré en direct d'OpenAlex

Abstract Prechlorination is the most common strategy for zebra and quagga mussel control in drinking water treatment plant intakes in the Great Lakes region. Although effective and inexpensive, chlorine can form regulated disinfection byproducts. Two potential alternatives to prechlorination were evaluated for mussel control: peracetic acid (PAA) and EarthTec QZ, a copper-based product. Pilot-scale experiments were conducted to test EarthTec QZ for veliger control and to evaluate the efficiency of PAA and EarthTec QZ for adult mussel control. EarthTec QZ doses of 30, 60, and 120 μg/L as copper ions demonstrated dose-dependent veliger control at 12 °C. PAA doses of 5, 10, and 25 mg/L were effective for adult mussel control at the low water temperatures tested (4 °C). Results from this study indicate that PAA and EarthTec QZ may be an alternative to prechlorination.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,029
Tête enseignante GPT0,275
Écart entre enseignants0,246 · 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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Supply Research and Technology—AQUAMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207