MétaCan
Menu
Retour à la cohorte
Enregistrement W52612467 · doi:10.2166/9781780404653

Energy and Resource Recovery from Sludge

2012· article· en· W52612467 sur OpenAlexaff
Youssouf Kalogo

Notice bibliographique

RevueWater Intelligence Online · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensHydromantis Environmental Software Solutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésResource recoveryResource (disambiguation)Environmental scienceWaste managementNatural resource economicsEnvironmental resource managementEnvironmental economicsBusinessEnvironmental engineeringEngineeringComputer scienceEconomicsWastewater

Résumé

récupéré en direct d'OpenAlex

There is general consensus among sanitary engineering professionals that municipal wastewater and wastewater sludge is not a “waste”, but a potential source of valuable resources. Energy and Resource Recovery from Sludge provides essential knowledge on energy and resource recovery from sludge and focuses on: International cases studies of established technologies existing at full-scale with commercial applications, as well as those that can potentially be commercialized are provided Emerging technologies that have been demonstrated only at pilot-scale or bench (laboratory) scale are included. Energy recovery technologies can be classified into sludge-to-biogas processes, sludge-to-syngas processes, sludge-to-oil processes and sludge-to-liquid processes. The technologies available for resource recovery include those to recover phosphorus, building materials, nitrogen, volatile acids, etc. Technical, capital cost, operating and maintenance (O&M) costs information available are documented to the extent possible for each technology. Possibilities of upgrading biosolids pellets produced from sludge as renewable source of inoculum for bio-hydrogen gas production and also recovering of bio-pesticides from sludge are new research areas. This title belongs to GWRC Report Series . ISBN: 9781780404653 (eBook)

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,279

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 ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations21
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Intelligence OnlineMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207