MétaCan
Menu
Retour à la cohorte
Enregistrement W332183143 · doi:10.2166/wqrjc.2014.018

Evaluations of conventional, ozone and UV/H2O2 for removal of emerging contaminants and THM-FPs

2014· article· en· W332183143 sur OpenAlexafffund
Devendra Borikar, Madjid Mohseni, Saad Jasim

Notice bibliographique

RevueWater Quality Research Journal · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésOzoneHydrogen peroxideEnvironmental chemistryChemistryWater treatmentEnvironmental impact of pharmaceuticals and personal care productsContaminationWastewaterSewage treatmentEnvironmental scienceEnvironmental engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Although potential risk of pharmaceuticals and personal care products (PPCPs) and endocrine disrupting compounds (EDCs) and trihalomethanes to humans is small or unconfirmed, it is advisable to remove these wastewater-related contaminants to increase public confidence and acceptance as a precautionary principle and consequently their elimination or reduction during drinking water treatment is warranted. Experiments were conducted using the dual train pilot-scale conventional treatment plant with ozone and ultraviolet/hydrogen peroxide (UV/H2O2) with three different raw water sources. Reductions of trihalomethanes-formation potentials (THM-FPs) were 8–52%. Ozone was found to decrease THM-FPs while UV/H2O2 was found to increase THM-FPs in most of the experiments under experimental conditions. Conventional treatment poorly removed the selected PPCPs and EDCs while ozone + conventional treatment provided excellent removal. Conventional + UV/H2O2 treatment also demonstrated effective removal. However, removal of PPCPs and EDCs by conventional + UV/H2O2 treatment provided lower efficacy for Sites B and C, likely due to the presence of scavengers such as organics, bicarbonates, carbonates and particles.

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)0,005
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
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 Opus0,134
Tête enseignante GPT0,438
Écart entre enseignants0,304 · 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'étudeObservationnel
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

Citations23
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetWater Treatment and DisinfectionTravaux en français237 207