MétaCan
Menu
← Retour à la cohorte
Enregistrement W6981527937

Enlèvement de p-crésol du lixiviat du LET de Sainte-Sophie par filtres plantés aérés à échelle pilote

2023· other· fr· W6981527937 sur OpenAlexaboutno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2023
Typeother
Languefr
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationContext (archaeology)LimitingFilter (signal processing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ: En raison de l’augmentation planétaire de la population humaine et de son niveau de vie, la production des déchets solides municipaux (DSM) a énormément augmenté. Au Québec comme ailleurs dans le monde, l’enfouissement dans un lieu d’enfouissement technique (LET) est largement utilisé afin de disposer des déchets solides municipaux. Le lixiviat est généré par la décomposition des déchets organiques et par la percolation de l'eau de pluie ou de fonte de neige et de l'humidité à travers les couches de déchets dans un LET. Une bonne gestion des lixiviats est essentielle pour minimiser les impacts négatifs sur l'environnement. Le lixiviat peut contenir des matières organiques, y compris les constituants de type humique, et de l'azote ammoniacal, des métaux lourds et des sels chlorés à des concentrations élevées. Outre les cas mentionnés qui peuvent être classifiés comme les contaminants conventionnels, il existe aussi les contaminants d’intérêt émergent (CIÉ) dans le lixiviat dont la nature est moins connue. Les CIÉ comprennent les contaminants naturels et synthétiques, qui peuvent avoir des effets sur l'environnement ou la santé humaine et qui ne font typiquement pas encore l'objet de normes de rejet. Le facteur le plus important influençant la composition du lixiviat est l'âge du LET. Le lixiviat jeune provient des cellules en exploitation où les DSM sont déchargés. Le lixiviat jeune se caractérise par les concentrations élevées en matières organiques, en azote ammoniacal et en métaux lourds. Puisque le lixiviat généré à chaque LET possède une composition unique, il n'existe pas de technologie spécifique pour le traitement de tous les lixiviats. Les technologies biologiques intensives sont habituellement utilisées pour le traitement du lixiviat jeune. Cependant, les besoins énergétiques et les dépenses en capital élevées de ces technologies exigent l’utilisation d’une méthode conforme à la réglementation environnementale, avec une efficacité énergétique optimale.» ABSTRACT: Due to the worldwide increase in human population and its standard of living, the generation of municipal solid waste (MSW) has increased enormously. In Quebec, as elsewhere in the world, landfilling in an engineered landfill (EL) is widely used to dispose of MSW. Leachate is generated by the decomposition of organic waste and by the percolation of rain or snowmelt water and moisture through the layers of waste in an EL. Proper leachate management is essential to minimize environmental impacts. Leachate may contain organic matter, including humic-type constituents, ammonia nitrogen, heavy metals, and chlorine salts in high concentrations. In addition to these conventional contaminants, there are also contaminants of emerging concern (CECs) in leachate whose nature is less known. CECs contain natural and synthetic contaminants that may have effects on the environment or human health and are not yet subject to discharge limits. The composition of leachate is primarily influenced by the age of the EL. Leachate from the cells currently in operation, where MSWs are unloaded, is considered young leachate. It is characterized by high concentrations of organic matter, ammonia nitrogen and heavy metals. As the composition of leachate generated at each EL is unique, there is no specific treatment technology that can be used for all types of leachates. Typically, intensive biological technologies are employed to treat young leachate. Nevertheless, these technologies require high energy consumption and capital expenditures. Therefore, it is necessary to use an environmentally compliant method with optimal energy efficiency.»

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,220
Écart entre enseignants0,211 · 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'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Même sujetDrug Transport and Resistance Mechanisms→Travaux en français237 207→