MétaCan
Menu
Retour à la cohorte
Enregistrement W4280542595 · doi:10.1139/cjce-2021-0469

Organic matter and nutrient removal in a combined anaerobic–aerobic fixed-bed reactor treating digestate from anaerobic biodigester

2022· article· en· W4280542595 sur OpenAlexvenueno aff
Natanna Melo, Simone Machado Santos, Sávia Gavazza

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigestateEffluentOrganic matterAnaerobic digestionAnaerobic exerciseHydraulic retention timePulp and paper industryPhosphorusWastewaterWaste managementChemistryEnvironmental scienceEnvironmental engineeringMethaneEngineeringOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

Anaerobic digestion has become a possible approach for treating organic fraction of urban solid waste. However, the treatment of the digestate is still a matter for technological development. In this work a single anaerobic–aerobic fixed-bed reactor subjected to recirculation was used to treat the effluent from an anaerobic digester fed with organic food waste. The reactor was operated for 100 days, with hydraulic retention time of 24 h. The organic loading rate applied was 1 kg COD m −3 d −1 . The efficiency in removing nitrogen, organic matter, and phosphorus were 73%, 83%, and 23%, respectively. This reactor configuration proved to be quite promising to promote simultaneous removal of carbon, nitrogen, and phosphorus from effluents with high nitrogen and organic matter contents.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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)0,0030,000

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 Opus0,004
Tête enseignante GPT0,159
Écart entre enseignants0,155 · 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.

Devis d'étudeObservationnel
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetConstructed Wetlands for Wastewater TreatmentTravaux en français237 207