MétaCan
Menu
Retour à la cohorte
Enregistrement W4249811058 · doi:10.2175/106143017x15023776270241

Membrane Processes

2017· review· en· W4249811058 sur OpenAlexaff
Marie‐Laure Pellegrin, Sara Arabi, Jorge Aguinaldo, Mary E. Sadler, Anthony D. Greiner, Lokesh P. Padhye, Marie S. Burbano, Joseph Wong, Fraser C. Kent, Andrew Dow, Bryce Danker, Jason Diamond, Sara Sadreddini, Robert McCandless, Leila Tootchi, Bill Schilling, Karla Kinser

Notice bibliographique

RevueWater Environment Research · 2017
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésReuseMembrane bioreactorWaste managementEnvironmental scienceMembrane foulingActivated sludgeMembrane technologyMembrane reactorPollutantMembraneBioreactorEnvironmental engineeringFoulingBiochemical engineeringSewage treatmentEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

This review, for literature published in 2016, contains information related to membrane processes for municipal and industrial applications. This review is a subsection of the Treatment Systems section of the annual Water Environment Federation literature review and covers the following topics: membrane bioreactor (MBR) configuration, design, nutrient removal, operation, industrial treatment, anaerobic membrane systems, reuse, microconstituents removal, membrane technology advances, membrane fouling, and modeling. Other sub-sections of the Treatment Systems section that might relate to this literature review include: Biological Fixed-Film Systems, Activated Sludge and Other Aerobic Suspended Culture Processes, Anaerobic Processes, and Water Reclamation and Reuse. The following sections 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 enseignants0,994
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,073

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 Opus0,210
Tête enseignante GPT0,395
Écart entre enseignants0,186 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207