MétaCan
Menu
Retour à la cohorte
Enregistrement W3176188453 · doi:10.1089/ees.2020.0372

Enhanced Coagulation for Removal of Natural Organic Matter and Disinfection Byproducts: Multivariate Optimization

2021· article· en· W3176188453 sur OpenAlexaffabout
Hoda Tafvizi, Tahir Husain

Notice bibliographique

RevueEnvironmental Engineering Science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésDissolved organic carbonCoagulationSettlingFlocculationChemistryWater treatmentSedimentationNatural organic matterMixing (physics)FractionationPulp and paper industryEnvironmental chemistryHaloacetic acidsOrganic matterDewateringSettling timeTrihalomethaneEnvironmental scienceEnvironmental engineeringChromatographySediment

Résumé

récupéré en direct d'OpenAlex

Enhanced coagulation can remove dissolved organic carbon (DOC) that acts as a precursor to disinfection byproducts (DBPs). However, previous studies have not elucidated the effect of certain coagulation and settling parameters, such as the fast-mixing rate and settling time, on haloacetic acids (HAAs) and trihalomethanes (THMs). Furthermore, coagulant dosage, fast mixing power, and settling time play essential roles in the cost-efficiency of operation and construction of a water treatment plant. This study aims to present a novel investigation of the effects associated with the operational factors of coagulation-flocculation and sedimentation to achieve feasible solutions for management of DBPs. The simultaneous effects of pH (4.5–8.5), coagulant type (Fe3+/Fe3+ + Al3+ ratio), coagulant dosage, fast-mixing rate, and settling time were examined using a response surface methodology design. Accordingly, predictive models were generated by conducting 2 sets of experiments, which comprised 50 runs of jar tests that were performed in triplicate of 2 blocks for 2 natural drinking water sources in Newfoundland, Canada. The results were validated on four natural waters and two synthetic water samples. The multivariate optimization on THM4 and HAA5 resulted in a significant reduction in the fast-mixing energy by 59.9%, and a reduction of 23.4–41.1% in coagulant dosage. The results of natural organic matter fractionation on water samples revealed that the optimized coagulant dosage of 3.83–5.95 mg/mg DOC could remove up to 91.00%, 72.64%, and 70.79% of THM4, HAA5, and DOC, respectively, in natural water samples with a very hydrophobic acid (VHA) fraction of 0.67–0.81 VHA/DOC.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,003
Tête enseignante GPT0,179
Écart entre enseignants0,177 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Engineering ScienceMême sujetWater Treatment and DisinfectionTravaux en français237 207