MétaCan
Menu
Retour à la cohorte
Enregistrement W4226189308 · doi:10.5004/dwt.2022.27994

Comparison of dissolved air flotation and ballasted sedimentation for the treatment of an algal impacted water

2022· article· en· W4226189308 sur OpenAlexaff
Juan P. González-Galvis, Richard M. Hérard, Elise Berthier, Roberto Narbaitz

Notice bibliographique

RevueDesalination and Water Treatment · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSedimentationEnvironmental scienceDissolved air flotationWater treatmentEnvironmental engineeringGeologySedimentSewage treatmentGeomorphology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Dissolved air flotation (DAF) is considered better than conventional gravity settling (CGS) for the treatment of algal-laden waters, and ballasted sedimentation (BS), a high-rate separation process, is now often used instead of CGS. Our initial literature search did not identify DAF-BS comparisons for the removal of algae and cyanobacteria from algal laden waters. The objective of this bench-scale study was to compare DAF with BS and CGS for the treatment of water from a eutrophic waterway (Bay of Quinte, ON). The study was performed mid-summer when there was substantial algal growth. The optimized BS jar tests had 3% lower average turbidity removal than the DAF jar tests, however BS required 33% more coagulant, as well as 0.25 mg/L anionic polymer and microsand additions. The removal of cyanobacteria and algae (quantified using chlorophyll-a and c-phycocyanin concentrations) by DAF and BS were very similar, and they were superior to that achieved by CGS. The DOC removals and the disinfection by-products formation potential (DBPFP) of DAF and BS treated water were also similar. Based on the chlorophyll-a and c-phycocyanin removals, both BS and DAF performed better than CGS and can be considered suitable for the treatment of algal/cyanobacteria laden waters.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,325
Écart entre enseignants0,297 · 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'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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesalination and Water TreatmentMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207