MétaCan
Menu
Retour à la cohorte
Enregistrement W99048634 · doi:10.2166/wqrj.2004.056

High-Rate Retention Treatment Basins for CSO Control in Windsor, Ontario

2004· article· en· W99048634 sur OpenAlexafffundabout
Jian Guo Li, Harold Horneck, David Averill, J. Alex McCorquodale, Nihar Biswas

Notice bibliographique

RevueWater Quality Research Journal · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of WindsorQuest University CanadaStantec (Canada)
Organismes subventionnairesGovernment of Canada
Mots-clésSettlingCombined sewerEnvironmental scienceHydraulic retention timeCoagulationWindsorEnvironmental engineeringWastewaterStormwaterSurface runoffSoil scienceEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Experimental investigations were conducted to evaluate the effectiveness of a retention treatment basin (RTB) with polymer coagulation for the treatment of combined sewer overflows (CSO) at high hydraulic loading rates. The TSS removal efficiency of the pilot-scale RTB at a surface overflow rate (SOR) of 11 m/h was approximately 35% without chemical addition, and 80% with a polymer dosage range of 5 to 10 milligrams per gram of influent TSS. The results demonstrated that the use of polymer coagulation significantly improved TSS removal and allowed the SOR in the RTB to be significantly increased, resulting in smaller treatment units. An empirical relationship was established to estimate removal efficiencies as a function of overflow rate. The results also compared settling characteristics of CSO, obtained from long column tests, to removal efficiencies in the high-rate RTB.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,139
Tête enseignante GPT0,359
Écart entre enseignants0,220 · 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.

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

Citations20
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetUrban Stormwater Management SolutionsTravaux en français237 207