MétaCan
Menu
Retour à la cohorte
Enregistrement W3201247328 · doi:10.1109/mercon52712.2021.9525777

Biochar-based Barricade and Wetland as an Integrated Landfill Leachate Treatment System

2021· article· en· W3201247328 sur OpenAlexfundno aff
Kusalvin Dabare, Prabuddhi Wijekoon, Asitha T. Cooray, B.C.L. Athapattu, Meththika Vithanage

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreUnited Nations Educational, Scientific and Cultural Organization
Mots-clésBiocharLeachatePyrolysisEnvironmental scienceMunicipal solid wasteWaste managementConstructed wetlandEnvironmental chemistryPulp and paper industryEnvironmental engineeringChemistryWastewater

Résumé

récupéré en direct d'OpenAlex

Open dumping of municipal solid waste (MSW) imposes severe environmental threats in which landfill leachate generation is considered as the predominant. This study aims on treating landfill leachate using a pilot scale biochar based barricade and wetland system. Biochar was derived from MSW of Karadiyana dumpsite, using the pyrolysis barrel method, providing approximately 500°C of pyrolysis temperature within 2 h of time duration. Characterization of biochar was done using Fourier-transform infrared spectroscopy (FTIR) and X-ray diffraction (XRD) techniques. The wetland was constructed using a mixture of biochar and sand in 1:2 volume ratio, whereas the barricade was filled with 7.5 kg biochar and laterite. For additional removal, Canna indica was planted in the wetland. Leachate was diluted in a 1:1 ratio, allowing it to flow through the system at a rate of 10 ml/min. The analysis was continuously carried out for 7 days. The results showed 99.97, 83.95 and 92.73% removal for ammonium-N, phosphate and COD respectively. Thus, suggesting the potential upscaling of the system with further improvements through testing different ratios of biochar and leachate flow rates.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,367
Score d'incertitude au seuil0,997

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,235
Écart entre enseignants0,221 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMunicipal Solid Waste ManagementTravaux en français237 207