MétaCan
Menu
Retour à la cohorte
Enregistrement W3194328386 · doi:10.2166/aqua.2021.060

Batch test to evaluate microbial disinfectant decay and the onset of nitrification

2021· article· en· W3194328386 sur OpenAlexafffund
Daniel B. Scott, Michele I. Van Dyke, William B. Anderson, Patrick W. King, Peter M. Huck

Notice bibliographique

RevueJournal of Water Supply Research and Technology—AQUA · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensCurrent Water Technologies (Canada)University of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChloramineDisinfectantNitrificationResidualChemistryChlorinePulp and paper industryEnvironmental scienceMathematicsAlgorithmEngineeringNitrogen

Résumé

récupéré en direct d'OpenAlex

Abstract A batch test procedure was investigated to provide insight into the microbial contribution to disinfectant decay in drinking water distribution systems using chloramines. A modified method for determining the critical threshold residual (CTR), the intersection point on a semi-log plot between first-order total chlorine fitted decay curves before and after the breakpoint, was developed. Unlike the CTR as originally defined, initial sample conditions were retained rather than artificially raising the monochloramine concentrations. The CTR calculated with this modified method can more easily be applied to distribution system scenarios. In addition, four types of decay curves were identified and could distinguish differences in the microbial contribution to disinfectant residual decay. This study revealed that chloramine decay batch tests should be evaluated based on decay curve type, decay rates, and the CTR value, in addition to the microbial decay factor, which has been used alone in previous studies. The batch test approach and evaluation criteria established here can be used to predict conditions favorable for rapid chloramine decay and nitrification, and that monitoring and control strategies should be implemented.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,242

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 technologies0,0000,001
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 Opus0,017
Tête enseignante GPT0,287
Écart entre enseignants0,270 · 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Supply Research and Technology—AQUAMême sujetWater Treatment and DisinfectionTravaux en français237 207