MétaCan
Menu
Retour à la cohorte
Enregistrement W67309738 · doi:10.2166/wst.2001.0792

Municipal wastewater sludge dewaterability and the presence of microbial extracellular polymer

2001· article· en· W67309738 sur OpenAlexaff
J. J. Houghton, J. Quarmby, T. Stephenson

Notice bibliographique

RevueWater Science & Technology · 2001
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensD-Wave Systems (Canada)
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésDewateringFlocculationSewage sludgeExtracellular polymeric substancePulp and paper industryChemistryWaste managementSewage treatmentSpecific resistanceActivated sludgeWastewaterMaterials scienceEngineeringBacteriaBiology

Résumé

récupéré en direct d'OpenAlex

Dewatering of sewage sludge is an essential and costly part of the wastewater treatment process. The presence of microbial extracellular polymer (ECP) is important for sludge flocculation, but ECP has also been shown to have a detrimental effect on the dewaterability of certain sludge types. This paper investigates the relationship between sludge dewaterability and the level of ECP present in a range of sludges obtained from 8 full-scale municipal treatment works in the UK. Sludge dewaterability was determined using the capillary suction time (CST) test, and a thermal extraction process followed by solvent precipitation was used for ECP extraction. The results indicate that for each type of sludge examined there appears to be an optimum level of ECP (raw sludge 20 mg ECP/g SS; activated sludge 35 mg ECP/g SS; digested sludge 10 mg ECP/g SS) at which the sludge should exhibit maximum dewaterability. The establishment of a trend between sludge dewaterability and the quantity of ECP present opens up the possibility of manipulating the level of microbial polymer present to aid sludge dewatering, and hence reduce plant operating costs.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,020
Tête enseignante GPT0,295
Écart entre enseignants0,275 · 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.

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

Citations210
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetPancreatic and Hepatic Oncology ResearchTravaux en français237 207