MétaCan
Menu
Retour à la cohorte
Enregistrement W4289976076 · doi:10.11648/j.ajche.20210906.14

Modelling COD Removal from Slaughterhouse Wastewater by Electrocoagulation Using Response Surface Methodology

2021· article· en· W4289976076 sur OpenAlexaff
Kouakou Eric Adou, Bi Gouessé Henri Briton, Ahissan Donatien Ehouman, Kopoin Adouby, Patrick Drogui

Notice bibliographique

RevueAmerican Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésElectrocoagulationResponse surface methodologyCentral composite designTurbidityWastewaterFactorial experimentChemical oxygen demandContext (archaeology)Pulp and paper industryEnergy consumptionSewage treatmentEnvironmental scienceIntensity (physics)Environmental engineeringChemistryMathematicsChromatographyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Modeling is an indispensable tool for a better wastewater treatment strategy. However, the modelling of slaughterhouse wastewater treatment by electrocoagulation can be difficult to achieve because of the various physico-chemical mechanisms involved. It is in this context that the objective of this study was to model and optimize COD removal and electrical energy consumption by response surface methodology (RSM) during the treatment of slaughterhouse wastewater by electrocoagulation (EC). For this purpose, a full factorial design (FD) was first used to observe the effect of experimental parameters (stirring speed, pH, time and current intensity) on COD removal and energy consumption. Then, a central composite design (CCD) was performed to optimize COD removal and electrical energy consumption. The optimum conditions are obtained at the stirring speed of 871 rpm, pH = 6.83; time of 80 min and current intensity of 1.85 A. By applying these optimal conditions for the treatment, reductions of 84 ± 1.08% of COD; 93.86 ± 0.91% of BOD; 97.80 ± 0.86% of turbidity and 99.62 ± 0.12% of PO<sub>4</sub><sup>3-</sup> and an energy consumption of 9 KWh.m<sup>-3</sup> were obtained. Thus, this study reveals that RSM is an effective tool for the modeling and optimization of electrocoagulation.

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 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 enseignants0,293
Score d'incertitude au seuil0,543

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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,247
Écart entre enseignants0,228 · 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'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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Chemical EngineeringMême sujetAdvanced oxidation water treatmentTravaux en français237 207