MétaCan
Menu
Retour à la cohorte
Enregistrement W7053443048

Understanding the impact of the scavenging capacity on costs of the UV chlorine advanced oxidation process for drinking water treatment using the external calibration method and the development of cost curves.

2024· other· en· W7053443048 sur OpenAlexfundno aff

Notice bibliographique

RevueYork University Digital Library (York University) · 2024
Typeother
Langueen
DomaineMedicine
ThématiquePeptidase Inhibition and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChlorineWater treatmentOxidizing agentScavengingRadicalHydroxyl radicalOxidation process
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

UV-driven advanced oxidation processes (e.g. UV/H2O2, UV/Cl) that couple UV irradiation with oxidizing chemicals to generate highly reactive species such as ·OH radicals and reactive chlorine species are increasingly being recommended for the removal of recalcitrant organic contaminants in drinking water and wastewater. Establishing the doses of UV and oxidant required to achieve treatment objectives is challenging because many species besides the contaminant(s) of interest exert a scavenging capacity for the highly reactive species generated in advanced oxidation processes. Overall, the aim of this research was to establish whether a colour-based test developed to measure the hydroxyl radical scavenging capacity of water samples could be adapted to measure the scavenging capacity of reactive chlorine species in addition to hydroxyl radicals. The results were used to estimate the cost implications of installing a UV/H2O2 or UV/Cl reactor in a drinking water treatment plant. Initial capital and ongoing operational and maintenance cost curves were developed to characterize the potential cost savings of utilizing the method to treat a well-known contaminant of concern.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,059
Tête enseignante GPT0,264
Écart entre enseignants0,205 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYork University Digital Library (York University)Même sujetPeptidase Inhibition and AnalysisTravaux en français237 207