MétaCan
Menu
Retour à la cohorte
Enregistrement W7134731944

Synthetic Water Calibration for Water Quality Parameters & Water Treatment Program Validation

2019· article· en· W7134731944 sur OpenAlexaff
Lynda Smithard

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEffluentWater treatmentWater qualitySump (aquarium)Pilot plantSurface waterScale (ratio)LeachateWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To support the Environmental Assessment (EA) of a new gold mine project in BC, McCue completed the preliminary design of a mine water treatment plant (WTP) using a water profile modeled by others for the future open pit sump water. The water profile is complex and the treatment plan includes heavy metals removal by chemical precipitation. Plant effluent quality was initially predicted largely based on published theoretical heavy metal solubility data. To address uncertainty with the treatment process and improve the inputs for the impact assessment model (by others), McCue created a synthetic water sample from field leachate samples and laboratorygrade salts to match the modeled plant inlet water profile. The synthetic water sample was used to validate the water treatment process at a bench scale and provide effluent quality data for impact assessment modeling. The bench scale test program also provided valuable data needed in the future to advance the design of the mine water treatment plant from preliminary to detailed. Data from the bench scale work reduced uncertainty as to what could be achieved with water treatment at the project site and what impact the treated water would have on the local environment. This was important in satisfying both the regulators reviewing the EA and the project stakeholders, including local First Nations. The bench scale test results and data from an ensuing full-scale treatment plant at another project site have also contributed to the body of knowledge for heavy metals precipitation treatment performance. For instance, previously, literature indicated that no or negligible removal could be achieved for copper. McCue’s work has provided valuable data for copper that could benefit EA work at other mine sites globally. McCue will present the synthetic sample method, bench scale test program results, and how they related to the detailed design and performance of a full-scale metals precipitation plant that offered an economical treatment program for complex water containing high levels of salts in addition to heavy metals.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,011
Tête enseignante GPT0,205
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'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 revuecIRcle (University of British Columbia)Même sujetMine drainage and remediation techniquesTravaux en français237 207