MétaCan
Menu
Retour à la cohorte
Enregistrement W4386687023 · doi:10.3390/membranes13090787

Organic Compounds Responsible for the Fouling of Ultrafiltration Membrane Treating Algae-Laden Water

2023· article· en· W4386687023 sur OpenAlexafffund
Edwin Castilla-Rodriguez, Hongde Zhou

Notice bibliographique

RevueMembranes · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of Canada
Mots-clésUltrafiltration (renal)FoulingChemistryMembraneMembrane foulingOrganic matterDissolved organic carbonAdsorptionChromatographyPolysaccharideWater treatmentAlgaeHumic acidEnvironmental chemistryCationic polymerizationChemical engineeringOrganic chemistryEnvironmental engineeringBotanyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Fouling comparisons of the organic fractions in surface and algae-laden waters make it possible to determine the main compounds responsible for the fouling of ultrafiltration (UF) membranes. This study examined the fouling of UF membranes and its relationship to the characteristics of the organic fractions found in drinking-water supply. Four types of water were prepared by combining natural organic matter (NOM) from lake water with algal organic matter (AOM) from four algae species commonly found in freshwater. Liquid chromatography-organic carbon detection (LC-OCD) and a fluorescence excitation-emission matrix (FEEM) were used to analyze the feed water and permeate to assess the interactions between and fouling behavior of the organic fractions. The results showed that the interaction of large-molecular-weight AOMs on the membrane surfaces and their transport through the membrane pores were the main fouling mechanisms. Polysaccharides followed by protein-like substances were the organic compounds responsible for the fouling of the UF membranes. The fouling affinity of these substances was attributed to two processes, the adsorption of their carboxyl, hydroxyl and cationic groups on the membrane surfaces, and the molecular complexation of their organic groups. The humic substances' retention was marginal and attributed to the synergetic effects of the polysaccharides and proteins.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,263
Écart entre enseignants0,237 · 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'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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMembranesMême sujetMembrane Separation TechnologiesTravaux en français237 207