MétaCan
Menu
Retour à la cohorte
Enregistrement W6922236042 · doi:10.1051/tsm/201411106/pdf

Modélisation du fonctionnement des biofiltres nitrifiants de la station d’épuration Seine Aval (Siaap)

2014· article· fr· W6922236042 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2014
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNitrificationWater consumptionRail transportation

Résumé

récupéré en direct d'OpenAlex

\n\t\t\t\tCe projet collaboratif, mené entre le Syndicat interdépartemental pour l’assainissement de l’agglomération parisienne (Siaap) et l’université Laval (Québec) dans le cadre du programme de recherche Mocopée (pour : modélisation, contrôle et optimisation des procédés d’épuration des eaux), vise à développer des modèles mathématiques capables de prédire le fonctionnement des unités de biofiltration des eaux résiduaires urbaines. Il s’agit de prédire les performances vis-à-vis des nutriments et des particules mais également l’évolution de l’encrassement des massifs filtrants. Ce travail est plus particulièrement consacré à l’étape de nitrification tertiaire sur Biostyr et se focalise sur la prédiction de l’encrassement. Le modèle préalablement calibré et validé pour la simulation de l’abattement des nutriments a été utilisé pour simuler l’évolution de l’encrassement mesuré sur les unités de nitrification de Seine Aval (83 filtres de type Biostyr, 1700000 m3/j). Les résultats obtenus pour les simulations des pertes de charge initiales et les pertes de charge horaires sont globalement satisfaisants; les équations d’Ives [1970], utilisées pour modéliser la perte de charge en fonction du volume d’encrassement, semblant donc être adaptées à la biofiltration des eaux usées. Lors de l’étape de calibration, les ajustements nécessaires à l’obtention de prédictions correctes ont concerné : le mode d’extraction du dépôt lors du lavage, les coefficients d’Ergun, les coefficients de filtration y et z et le facteur d’empilement.\n\t\t\t

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,647

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)Même sujetConstructed Wetlands for Wastewater TreatmentTravaux en français237 207