MétaCan
Menu
Retour à la cohorte
Enregistrement W7038498925

Impact of pretreatments on reverse osmosis treatment of secondary effluent

2007· dissertation· en· W7038498925 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Atrium (University of Guelph) · 2007
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Ecology and Taxonomy Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReverse osmosisEffluentPilot plantMembrane foulingFoulingMembrane technologyPilot testReverse osmosis plant
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Impact of pretreatments on reverse osmosis (RO) membrane fouling was investigated in the City of Guelph Wastewater Treatment Plant (WWTP) Conventional treatment process and MBR pilot treatment system were selected as two pretreatment options of down stream RO pilot systems. It was shown that the MBR system provided better protection than conventional treatment process for down stream RO membrane from fouling. Two systems were operated at same constant permeate flow rate of 9.46 L/min (2.5 gpm) and constant recovery rate of 26%. The conventional-RO system reached the highest operating pressure within 23 days of operation due to the membrane fouling, while MBR-RO reached the highest operating pressure in 43 days of operation, which resulted in an overall 47% improvement of RO system performance by MBR-RO system. In addition, RO production water qualities were evaluated in terms of pH, turbidity, conductivity, TOC, COD, total/fecal coliforms, cations (sodium, ammonium, calcium and magnesium) and anions (chloride, nitrite, nitrate, sulfate and phosphate). High removal efficiencies were achieved by both RO pilot systems.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,704
Score d'incertitude au seuil0,541

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Atrium (University of Guelph)Même sujetPlant Ecology and Taxonomy StudiesTravaux en français237 207