MétaCan
Menu
← Retour à la cohorte
Enregistrement W7016004782

Use of zebra mussel shells as an alternative mineral resource for lime production as a phosphorus precipitant

2019· dissertation· en· W7016004782 sur OpenAlexaff

Notice bibliographique

RevueMspace (University of Manitoba) · 2019
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPhosphorusZebra musselLimeEffluentMusselCalciteWastewater
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Zebra mussels are an invasive species to North America and are presently found in many rivers and lakes in prolific numbers. Along with many other issues, zebra mussels present a problem when their shells are deposited on shore, carpeting beaches and reducing beach usability. A possible solution presented in this study is to use the zebra mussel shells as an alternative mineral resource to mined calcium carbonate for the production of lime to remove phosphorus in wastewater. Heat-treated coarse (500 μm-1000 μm) and fine (< 75 μm) zebra mussel shell dosed to 10 mg L-1 phosphorus containing water at 0.50 g L-1 and 0.25 g L-1, removed over 99% phosphorus while maintaining pH levels significantly lower than calcium hydroxide dosed under the same conditions. It was found that ground zebra mussel shells (< 75 μm) heated for 1 hour at temperatures of 600, 700, 800, 900, and 1000 0C were capable of removing varying levels of phosphorus in water. Shells heated at 800 0C and dosed at 1.00 g L-1 reduced phosphorus in collected real effluent wastewater by 99.48%. It was also shown that shells heat treated at 1000 0C achieved 98.7% phosphorus removal when dosed at 0.25 g L-1, while maintaining a final effluent pH of 9.13 and demonstrating the lowest energy costs of any of the effective shell treatments. The results indicate that zebra mussel shells show promise as an alternative resource for phosphorus precipitation in wastewater.

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,224
Écart entre enseignants0,203 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)→Même sujetAquatic Invertebrate Ecology and Behavior→Travaux en français237 207→