MétaCan
Menu
Retour à la cohorte
Enregistrement W3202043345 · doi:10.1016/j.chemosphere.2021.132466

Biological ion exchange as an alternative to biological activated carbon for natural organic matter removal: Impact of temperature and empty bed contact time (EBCT)

2021· article· en· W3202043345 sur OpenAlexafffund
Zhen Liu, Emily Claire Mills, Madjid Mohseni, Benoît Barbeau, Pierre R. Bérubé

Notice bibliographique

RevueChemosphere · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversité de MontréalPolytechnique MontréalUniversity of British ColumbiaNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiofilterFiltration (mathematics)ChemistryDissolved organic carbonActivated carbonNatural organic matterIon exchangeOrganic matterWater treatmentChromatographyIonEnvironmental engineeringEnvironmental chemistryAdsorptionEnvironmental scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Biofiltration is a widely used process in drinking water treatment plants to remove natural organic matter (NOM). A novel biofiltration process using ion exchange resins as supporting media (i.e., biological ion exchange or BIEX) has been demonstrated to provide a superior performance compared to conventional biological activated carbon (BAC). In order to optimize the performance of BIEX filters, the impact of temperature and empty bed contact time (EBCT) on NOM removal was systematically studied. In the present study, bench-scale BIEX filters were set up in parallel with BAC filters and operated at different temperatures (i.e., 4 °C, 10 °C and 20 °C) and EBCTs (i.e., 7.5 min, 15 min and 30 min). Higher average dissolved organic carbon (DOC) removal was achieved in BIEX filters (73 ± 6%) than BAC filters (22 ± 9%) at the steady state with an EBCT of 30 min. Higher temperatures improved NOM removal in both BAC and BIEX filters, with the impact being greater at lower EBCTs (i.e., 7.5 min and 15 min). Higher EBCTs could also improve NOM removal, with the impact being greater at lower temperatures (i.e., 4 °C and 10 °C). DOC removal for BIEX and BAC filters can be modeled with a first-order kinetic model (R2 = 0.93–0.99). BAC had a higher temperature activity coefficient than BIEX (1.0675 vs. 1.0429), indicating that temperature has a greater impact on BAC filtration than BIEX filtration. Overall, temperature and EBCT must be considered simultaneously for biofilters to efficiently remove NOM.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemosphereMême sujetWater Treatment and DisinfectionTravaux en français237 207