Effect of Hydrothermal Pretreatment on the Acidification of Thickened Waste Activated Sludge and Source Separated Organics
Notice bibliographique
Résumé
The objective of this study was to investigate the impact of the hydrothermal pre-treatment (HTP) on solubilization and acidification of thickened waste activated sludge (TWAS) and source separated organics (SSO). The temperatures, retention times, and pressures used in this study ranges were 150-240°C, 5-30 min, and 69-488 psi, respectively. Mesophilic batch acidification tests were conducted for all pretreated and non-pretreated samples. For the TWAS, the highest overall COD solubilization due to HTP and acidification of 64% was observed at “200°C-10 min” compared to 30% for raw TWAS. The highest VFAs yield of 2856 mg VFAs/g VSS added was observed at “190°C-10 min” compared to 1251 for raw TWAS. For the SSO, the highest overall COD solubilization of 63% was observed at “210°C-20 min” compared to 17% for raw SSO. The highest VFAs yield of 1536 mg VFAs/g VSS added was observed at “210°C-20 min” compared to 768 for raw SSO.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».