MétaCan
Menu
← Retour à la cohorte
Enregistrement W3211463591 · doi:10.32920/ryerson.14653284.v1

Construction, Operation and Evaluation of a Compact Upright Bioreactor for the Elimination of Nutrients (CUBEN)

2021· preprint· en· W3211463591 sur OpenAlexaffabout
Maryam Reza

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésEutrophicationBioreactorAnoxic watersEnvironmental scienceNutrientEnvironmental engineeringPhosphorusWastewaterNitrateDenitrificationSewage treatmentEcologyChemistryBiologyNitrogen

Résumé

récupéré en direct d'OpenAlex

Eutrophication is reported as the most important water quality issue around the world. The potential death of Lake Winnipeg, the world's ninth largest lake, is a dramatic exampe of this ecological disater in Canda. Property price devaluation, tourist repulsion, and toxicity due to eutrophication cause the annual economic losses over $3 billion in Europe, South and North America. The objective of this thesis is to develop an efficient biological nutrient removal reactor to be commercialized and used in the water/wastewater treatment industry. This bioreactor has a unique configuration which is filed as a US patent technology called "Compact Upright Bioreactor for the Elimination of Nutrients", invented by M. Alvarez Cuenca and M. Reza. It consists of four stages including Deaeration, Anoxic, Anaerobic and Aerobic where Do removal, denitrification and phosphorus removal processes take place respectively. The bioreactor performs very well obtaining 100% Do removal and 98% nitrate removal efficiency. The phosphorus removal process requires much longer operational period to reach steady state. The phosphorus removal process shows variable results having a maximum of 60% removal success.

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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,033
Tête enseignante GPT0,279
Écart entre enseignants0,246 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWastewater Treatment and Nitrogen Removal→Travaux en français237 207→