MétaCan
Menu
Retour à la cohorte
Enregistrement W4211205896 · doi:10.1002/wer.1385

Membrane processes

2020· review· en· W4211205896 sur OpenAlexaff
Sara Arabi, Marie‐Laure Pellegrin, Jorge Aguinaldo, Mary E. Sadler, Robert McCandless, Sara Sadreddini, Joseph Wong, Marie S. Burbano, Srikanth Koduri, Karla Abella, Jeff Moskal, Sirwan Alimoradi, Yaldah Azimi, Andrew Dow, Leila Tootchi, Karla Kinser, Vishakha Kaushik, Valetta Saldanha

Notice bibliographique

RevueWater Environment Research · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensJacobs (Canada)Suez (Canada)
Organismes subventionnairesnon disponible
Mots-clésReuseMembrane bioreactorWaste managementMembrane foulingEnvironmental scienceSewage treatmentWastewaterMembrane technologyActivated sludgeEnvironmental engineeringBiochemical engineeringMembraneEngineeringFoulingChemistry

Résumé

récupéré en direct d'OpenAlex

This literature review provides a review for publications in 2018 and 2019 and includes information membrane processes findings for municipal and industrial applications. This review is a subsection of the annual Water Environment Federation literature review for Treatment Systems section. The following topics are covered in this literature review: industrial wastewater and membrane. Bioreactor (MBR) configuration, membrane fouling, design, reuse, nutrient removal, operation, anaerobic membrane systems, microconstituents removal, membrane technology advances, and modeling. Other sub-sections of the Treatment Systems section that might relate to this literature review include the following: Biological Fixed-Film Systems, Activated Sludge, and Other Aerobic Suspended Culture Processes, Anaerobic Processes, and Water Reclamation and Reuse. This publication might also have related information on membrane processes: Industrial Wastes, Hazardous Wastes, and Fate and Effects of Pollutants.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,107

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 Opus0,132
Tête enseignante GPT0,377
Écart entre enseignants0,244 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetMembrane Separation TechnologiesTravaux en français237 207