MétaCan
Menu
Retour à la cohorte
Enregistrement W4388094100 · doi:10.26434/chemrxiv-2023-ppv6p

Demonstrating Scale-Up of a Novel Water Treatment Process using Super-Bridging Agents

2023· preprint· en· W4388094100 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueChemRxiv · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueCoagulation and Flocculation Studies
Établissements canadiensÉcole de Technologie SupérieureMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesMcGill UniversityKillam TrustsCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSettlingTurbidityFlocculationPilot plantProcess engineeringWater treatmentEnvironmental sciencePulp and paper industryBridging (networking)Materials scienceSewage treatmentFiberEnvironmental engineeringWaste managementComputer scienceComposite materialEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Fiber-based materials have emerged as a promising option to increase the efficiency of water treatment plants while reducing their environmental impacts, notably by reducing the use of unsustainable chemicals and the size of the settling tank. Cellulose fiber-based super-bridging agents are sustainable, reusable, and versatile materials that considerably improve floc separation in conventional settling tanks or via alternative screening separation methods. In this study, the effectiveness of fiber-based materials for wastewater treatment was evaluated at lab-scale (0.25 L) and at pilot-scale (20 L) for two separation methods, namely settling and screening. For the fiber-based method, the performance of floc separation during settling was slightly affected by an 80x upscaling factor. A small decrease in turbidity removal from 93 and 86 % was observed for the jar and pilot tests, respectively, suggesting that fiber-based super-bridging agents could be implemented in full-scale water treatment plants. By contrast, the turbidity removal of the conventional treatment, i.e., no fibers with a settling separation, was largely affected by the upscaling with a decrease in turbidity removal from 84 to 49 %, for jar and pilot tests, respectively. The tested fibers increase the robustness of treatment by providing better floc removal than conventional treatment under several challenging conditions such as low settling time and screening with coarse screen mesh size. Furthermore, at both lab-scale and pilot-scale, the use of fiber-based materials reduced the demand for coagulant and flocculant, potentially lowering the operational costs of water treatment plants and reducing the accumulation of metal-based coagulants and synthetic polymers in sludge. Acute toxicity tests using the model organism Daphnia magna show that the cellulose fibers introduce insignificant toxicity at the optimized fiber concentration.

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.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,419
Score d'incertitude au seuil0,752

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 ouverte0,0000,001
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 Opus0,134
Tête enseignante GPT0,334
Écart entre enseignants0,200 · 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