MétaCan
Menu
← Retour à la cohorte
Enregistrement W6926303235 · doi:10.23719/1530881

Datasets for manuscript: Phosphorus recovery in municipal wastewater and socioeconomic impacts in Canada and the United States

2024· dataset· en· W6926303235 sur OpenAlexaboutno aff

Notice bibliographique

RevueEnvironmental Protection Agency (EPA) Repository · 2024
Typedataset
Langueen
DomaineMedicine
ThématiqueMicrobial Natural Products and Biosynthesis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationPhosphorusPer capitaWastewaterSewage treatmentWater qualityResource recoveryWater supply

Résumé

récupéré en direct d'OpenAlex

The datasets contain the computer code and data required to determine the cost and economic impacts of phosphorus recovery from municipal wastewater in Canada and the United States. The datasets supply data to (i) calculate the efficiency and cost of phosphorus recovery from the aqueous phase of digestate and sewage sludge for wastewater resource recovery facilities (WRRFs) as shown in Figure 1; (ii) estimate the average annual per capita phosphorus recovery cost and the household affordability index (HAI) across the second-level territory divisions (census divisions (Canada) and counties (United States)) when excluding and including the offset cost derived from avoiding potential environmental damage caused by phosphorus releases as shown in Figure 2; (iii) supply the distribution of population in urban and rural areas, the treatment level of the WRRFs, and the phosphorus recovery points as a function of the WRRF scale in the studied regions of Canada and the United States as shown in Figure 3; and (iv) describe the distribution of the average phosphorus recovery cost, annual per capita phosphorus recovery costs, and the HAI per studied regions as shown in Figure 4. Data describing the WRRFs’ location and characteristics across the studied regions of Canada and the United States are retrieved from the HydroWASTE database (https://www.hydrosheds.org/products/hydrowaste), including their spatial coordinates, treatment level, treatment design capacity, and population served. The HydroWASTE database reports the WRRF treatment level as primary, secondary, and advanced treatment. Since the U.S. Environmental Protection Agency does not define numeric nutrient water quality criteria for secondary wastewater treatment effluents, we consider that only the WRRFs with advanced treatments have specific processes for removing phosphorus from the liquid effluent. To perform the analysis at the second-level divisions, data on total population, distribution of population in urban and rural areas, total income, and average annual income per capita are retrieved at the census division and county level for Canada and the United States, respectively. Data for the year 2020 is considered since it is the most recent information available for both countries. The first-level divisions level corresponds to census divisions of the United States, which provide territorial divisions similar in terms of development, demographic characteristics, and economic activities, being extensively used for collecting and analyzing data throughout the United States. A table of the states included in each United States census division can be found in the Supplementary Information file. The equivalent of the United States census divisions for Canada is the Canadian provinces and territories, although it must be noted that, unlike the case of the United States, their definition is guided by administrative and political considerations instead of statistical criteria.

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)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,015
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0470,013

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 GPT0,202
Écart entre enseignants0,194 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Protection Agency (EPA) Repository→Même sujetMicrobial Natural Products and Biosynthesis→Travaux en français237 207→