Influence of Polyester and Denim Microfibers on the Treatment and Formation of Aerobic Granules in Sequencing Batch Reactors
Notice bibliographique
Résumé
This study examines the effects of polyester and denim microfibers (MFs) on aerobic granular sludge (AGS) over a 42-day period. Treatment performance, granulation, and microbial community changes were assessed at 0, 10, 70, 210, and 1500 MFs/L. Reactors with 70 MFs/L achieved rapid granulation and showed improved settling by day 9, while 0 and 10 MFs/L reactors showed delayed granule formation, which was likely due to limited nucleation and weaker shear conditions. Severe clogging and frequent maintenance occurred at 1500 MFs/L. Despite > 98% MF removal in all reactors, treatment performance declined at higher MF loads. Nitrogen removal dropped from 93% to 68%. Phosphate removal slightly increased in reactors with no or low microfiber loads (96–99%), declined in reactors with 70 or 210 MFs/L (92–91%, 89–88%), and dropped significantly in the reactor with1500 MFs/L (86–70%, p < 0.05). COD removal declined with increasing MF load. Paracoccus (denitrifiers) dominated low-MF reactors; Acinetobacter (associated with complex organic degradation) and Nitrospira (nitrite-oxidizing genus) were enriched at 1500 MFs/L. Performance decline likely stemmed from nutrient transport blockage and toxic leachates, highlighting the potential threat of MFs to wastewater treatment and the need for upstream MF control.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».