MétaCan
Menu
Retour à la cohorte
Enregistrement W3203912194 · doi:10.1680/jenes.21.00025

Municipal wastewater treatment using a membrane aerated biofilm reactor

2021· article· en· W3203912194 sur OpenAlexaffvenue
Sandra Ukaigwe, Yun Zhou, Mohamed Shaheen, Yang Liu

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDenitrifying bacteriaEffluentWastewaterNitrificationChemistryChemical oxygen demandNitrifying bacteriaEnvironmental chemistryAerationDenitrificationPulp and paper industryMoving bed biofilm reactorHydraulic retention timeBiofilmEnvironmental engineeringBacteriaNitrogenEnvironmental scienceBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The performance of a membrane aerated biofilm reactor (MABR) treating raw municipal wastewater primary effluent was optimized. The MABR performance was challenged by the gradual increase of the organics and ammonia surface loading rates with hydraulic retention times (HRT) of 10.7, 6.24, 4.0, 2.0 and 3.0 h. With organics and ammonia surface loading rates of 20 g total chemical oxygen demand m −2 d −1 and 3.32 gNH 4 + -N m −2 d −1 , respectively, the reactor achieved simultaneous organics, nitrogen and total nitrogen reductions of 98, 96 and 67%, respectively. Microbial analysis indicated the coexistence of nitrite oxidizing bacteria, ammonia oxidizing bacteria, aerobic denitrifying bacteria and other bacteria within the MABR biofilm, correlating to simultaneous nitrification, denitrification and organics within the reactor. Acceptable effluent water quality was obtained when the MABR was operated at an HRT as low as 3 h.

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 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 enseignants0,023
Score d'incertitude au seuil0,528

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)0,0000,000

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 GPT0,206
Écart entre enseignants0,193 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207