MétaCan
Menu
Retour à la cohorte
Enregistrement W4297023467 · doi:10.1002/9781119820086.ch17

Reverse Osmosis

2022· other· en· W4297023467 sur OpenAlexaff
John C. Crittenden, R. Rhodes Trussell, BCEEM David W. Hand, Kerry J. Howe, George Tchobanoglous, Bill Ward, James H. Borchardt

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésReverse osmosisNanofiltrationFoulingConcentration polarizationMembraneChemistryOsmosisForward osmosisMembrane foulingPermeationMembrane technologyChemical engineeringEnvironmental chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Reverse osmosis (RO) includes any pressure-driven membrane that uses preferential diffusion for separation. This chapter presents the delineation of membrane processes, applications for RO, a historical perspective, a process description, process fundamentals, and process design. RO's ability to remove virtually all contaminants in water, including many synthetic organic chemicals, has increased the interest in incorporating RO into wastewater treatment process trains as an advanced treatment process. The fundamentals of RO include the membrane material properties, the phenomenon of osmotic pressure, the mechanisms for water and solute permeation, the equations used to predict water and solute flux, and the phenomenon of concentration polarization. These topics are addressed in this chapter. Nanofiltration and RO membranes are susceptible to fouling via a variety of mechanisms. The primary sources of fouling and scaling are particulate matter, precipitation of insoluble inorganic salts, oxidation of soluble metals, and biological matter.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,018

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 Opus0,011
Tête enseignante GPT0,224
Écart entre enseignants0,213 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMembrane Separation TechnologiesTravaux en français237 207