MétaCan
Menu
Retour à la cohorte
Enregistrement W4213365949 · doi:10.3390/w14040633

Application of Magnesium Oxide Media for Remineralization and Removal of Divalent Metals in Drinking Water Treatment: A Review

2022· review· en· W4213365949 sur OpenAlexafffund
Lena Szymoniak, Dominique Claveau-Mallet, Maryam Haddad, Benoît Barbeau

Notice bibliographique

RevueWater · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMagnesiumRemineralisationWater treatmentEnvironmental scienceChemistryEnvironmental chemistryEnvironmental engineeringInorganic chemistryFluoride

Résumé

récupéré en direct d'OpenAlex

The post-treatment of soft and desalinated waters is an integral step in the production of quality drinking water. Remineralization is therefore often essential in order to stabilize the effluent for distribution and to attain mineral levels that fulfill aesthetic and health goals. According to the World Health Organization, magnesium (Mg2+) is a nutrient essential to human health. This review summarizes the effectiveness of magnesium oxide (MgO) media for soft water remineralization, as well as its potential for divalent metal removal (e.g., Mn, Cu, and Zn), which is of particular interest in small or residential applications. We present MgO sources, properties, and dissolution mechanisms. Water treatment applications are then reviewed, and the available design models are critically appraised in regard to remineralization and contaminant removal processes. In addition, we review the process operation challenges and costs. Finally, we discuss the use of MgO in combination with calcite and address the technical advantages and limitations compared to other available methods.

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 candidatesaucune
Catégories consensuellesaucune
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 enseignants0,990
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,031
Tête enseignante GPT0,292
Écart entre enseignants0,261 · 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'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

Citations35
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetMine drainage and remediation techniquesTravaux en français237 207