MétaCan
Menu
Retour à la cohorte
Enregistrement W4210602636 · doi:10.1016/j.jclepro.2022.130660

Nature-based solutions coupled with advanced technologies: An opportunity for decentralized water reuse in cities

2022· article· en· W4210602636 sur OpenAlexfundno aff
Joana Castellar, Antonina Torrens, Gianluigi Buttiglieri, Hèctor Monclús, Carlos Alberto Arias, Pedro N. Carvalho, Ana Galvão, Joaquím Comas

Notice bibliographique

RevueJournal of Cleaner Production · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeMinisterio de Ciencia e InnovaciónMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaMinisterio de Economía y CompetitividadGeneralitat de CatalunyaEuropean CommissionMinisterio de Ciencia, Innovación y UniversidadesCentres de Recerca de CatalunyaCanadian Institute for Advanced Research
Mots-clésReuseBusinessEnvironmental economicsEnvironmental planningWaste managementEnvironmental scienceEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Decentralized water reuse in cities is a prominent alternative to mainstream top-down models for urban water treatment, which are based on centralized, linear dynamics of resource management. In this sense, Nature-based Solutions (“green” technologies) coupled with advanced technologies (“grey” technologies) constitute a promising approach for fomenting onsite water treatment and reuse in cities, while also providing multiple co-benefits. This article puts forward a conceptual advancement by providing a better understanding of coupled “green-grey”/“grey-green” technologies (CGGT). To do this, we critically discuss the main reasons for pairing these technologies instead of using them separately, as well as their treatment performance and constraints regarding data reporting issues. Moreover, the article discloses the most common treatment configurations, water quality parameters being evaluated, potential reuse schemes, costs, and energy requirements. A systematic selection and analysis of scientific articles was carried out to this end. Of 395 pre-selected articles, only 17 addressed coupled (green-grey/grey-green) technologies in the treatment of urban wastewaters for further reuse or safe discharge onsite. Despite the relatively low number of articles, 80% were published in the past five years, showing the increased interest in this novel topic. The selected articles were analysed and here we present the resulting comprehensive Excel database (343 datasets) containing detailed information about the design, operation, and performance of such systems. Green-grey technologies were found to be predominant, the configuration constructed wetlands followed by advanced oxidation process and electrochemical process being the most studied. Grey technologies are normally applied at a second stage to remove pathogens in compliance with reuse standards (normally when green technologies alone cannot deliver the standards). Meanwhile, green technologies are commonly used at a second stage to break down slowly biodegradable substances that have not been completely removed by grey technologies (normally as a polishing step following grey technology). The design parameters for combining these technologies have not yet been fully optimized, since they were mainly designed as sole technologies and forcibly put together as a coupled treatment. Hence, further studies should focus on variables and parameters influencing the functioning of coupled technologies as a whole. Finally, due to the novelty and relevance of the topic, transparency and consistency in data reporting is essential to support the optimization and competitiveness of coupled green-grey/grey-green technologies against existing decentralized/centralized approaches.

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)0,007
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,011
Études des sciences et des technologies0,0000,001
Communication savante0,0060,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,014
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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'étudeSans objet
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

Citations96
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cleaner ProductionMême sujetConstructed Wetlands for Wastewater TreatmentTravaux en français237 207