MétaCan
Menu
Retour à la cohorte
Enregistrement W4293065055 · doi:10.1111/wej.12820

Cationic lignin polymers as flocculants for municipal wastewater

2022· article· en· W4293065055 sur OpenAlexafffund
Courtney Moore, Weijue Gao, Pedram Fatehi

Notice bibliographique

RevueWater and Environment Journal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoagulation and Flocculation Studies
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésFlocculationAlumTurbidityLigninChemistryWastewaterChemical oxygen demandPulp and paper industryPolymerCationic polymerizationCoagulationChlorideChemical engineeringEnvironmental engineeringOrganic chemistryEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract In this research, two lignin‐[2‐(methacryloyloxy)ethyl]trimethylammonium chloride (METAC) polymers were generated and assessed for their efficiency in treating municipally produced wastewater. The removals of chemical oxygen demand (COD) and turbidity were 47.5% and 71.2%, respectively, for the singular flocculation system at the dosage of 40–70 mg/L. For the dual coagulation/flocculation system, the polymer with a higher charge density (AM2) achieved higher COD and turbidity removals than the polymer with a lower charge density (AM1). To achieve the same organic removal from the wastewater, the alum use could be reduced from 150 mg/L in the single alum use to 35 mg/L in the dual system when used along with 65 mg/L of AM2. In both systems, lignin‐METAC polymers exhibited better performance than the flocculant used at a local wastewater treatment plant. Lignin‐METAC polymers could be used as bio‐based flocculants for the replacement of petroleum‐based flocculants and inorganic coagulants.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater and Environment JournalMême sujetCoagulation and Flocculation StudiesTravaux en français237 207