MétaCan
Menu
Retour à la cohorte
Enregistrement W4206298240 · doi:10.5004/dwt.2021.27231

Application of Activated Sludge Model for phosphorus recovery potential simulation

2021· article· en· W4206298240 sur OpenAlexaboutno aff
Michał Preisner, Marzena Smol, Elena Neverova-Dziopak, Zbigniew Kowalewski

Notice bibliographique

RevueDesalination and Water Treatment · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActivated sludgePhosphorusEnvironmental scienceEnhanced biological phosphorus removalWaste managementEnvironmental engineeringComputer scienceChemistryEngineeringSewage treatment

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The study investigates phosphorus (P) recovery potential from sewage sludge in the most prevalent activated sludge (AS) systems obtained with an Activated Sludge Model (ASM) simulation using BioWin software by EnviroSim Associates Ltd., (Hamilton, Ontario, Canada). The simulation study includes 10 various wastewater treatment systems. The analyzed systems were based on the following technologies: conventional activated sludge, anoxic-oxic, 3-Stage Bardenpho, 5-Stage Bardenpho, Johannesburg (JHB), modified Johannesburg system (MJHB), University of Cape Town, modified University of Cape Town system, oxic-anoxic (OA) and anaerobic-oxic. The ASM-based simulation allowed to develop P flows diagrams for 10 analyzed AS systems considering the effluent P load discharged to wastewater receiver and P recovery potential estimated on the base of total phosphorus content (TP) and inorganic phosphorus (IP) content in the sewage sludge. The range of the P recovery potential based on TP content in the sewage sludge reached from 1.33% in the JHB and MJHB systems to 1.01% in the OA system. The study covered the P bioavailability context by analyzing the simulation results of the IP content in the sewage sludge which varied from 0.19% in JHB and MJHB systems to 0.05% in the OA system.

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 enseignants0,136
Score d'incertitude au seuil0,313

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 Opus0,015
Tête enseignante GPT0,242
Écart entre enseignants0,227 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesalination and Water TreatmentMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207