MétaCan
Menu
Back to cohort
Record W23949927 · doi:10.1007/s40271-013-0023-2

المعالجة الحيوية لمياه الصرف من صناعة دباغة الجلود بجدة

2012· article· en· W23949927 on OpenAlexfundno aff
رهام محمد ابوركبة

Bibliographic record

Venuenot available
Typearticle
Languageen
FieldPsychology
TopicHealthcare Decision-Making and Restraints
Canadian institutionsnot available
FundersCanadian Institutes of Health Research
KeywordsPseudomonas stutzeriPseudomonasMicrobiologyChemistryBacteriaBiology

Abstract

fetched live from OpenAlex

هدفت الدراسة الحالية لاختبار قدرة المعالجة البيولوجية على ازالة ملوثات مياه صرف دباغة الجلود من حيث قدرة الازالة وكفاءتها باستخدام ستة سلالات بكتيرية، ثلاثة سلالات متوطنة تم عزلها من مياه الصرف وثلاثة سلالات خارجية معزولة من بيئات شديدة التلوث. تم تجميع عينات مياه الصرف من مصنع لدباغة الجلود بمدينة جدة خلال مدة الدراسة. تم تعريف الستة سلالات البكتيرية باستخدام الطرق الكيموحيوية التقليدية وكذلك بواسطة التوصيف الجزيئي وتم استخدامها فى معالجة مياه الصرف كعزلات حرة المعيشة اما منفردة او مجتمعة كخليط او كبكتيريا مثبتة على هيئة مرشح حيوى (بيوفيلم). مواصفات نوعية مياه الصرف التى تم تحليلها قبل وبعد المعالجة شملت قياس درجة الحرارة، مستوى الاس الهيدروجيني، تعيين الاكسجين الذائب، مجموع المواد الصلبة المعلقة والذائبة، الاحتياج الاكسجين الحيوي الممتص، الاحتياج الاكسجين الكيميائى الممتص، الدهون والزيوت و الشحوم، كبريتيد الهيدروجين، النترات، الامونيا، العد البكتيرى وتركيز الكروم الكلى وتم حساب كفاءات الازالة. اظهرت النتائج ان مياه صرف دباغة الجلود غيرالمعالجة شديدة التلوث وتحتوي عل نسب قصوى من جميع الملوثات المختبرة واللتي تجعل هذه المياه من اقوى انواع مياه الصرف الصناعية ذات قدرات التلوث الهائلة والتاثيرات الخطيرة على البيئات المستقبلة لهذه التصرفات. كذلك فان نسب التلوث بها تخلق مصاعب عديدة في عمليات المعالجة. أظهرت النتائج ارتباط كفاءة معالجة مياه الصرف باستخدام البكتيريا الحرة لمدة سبعة أيام بزمن التعرض ونوع البكتيريا المستخدمة كما دلت النتائج على ان Pseudomonas stutzeri (PS) هي اكفأ السلالات في ازالة جميع الملوثات المختبرة. وعلى الرغم من نسب الازالة العالية المتحصل عليها نتيجة المعالجة ظلت التركيزات المتبقية للملوثات المدروسة اعلى من الحدود القصوى المسموح بها بيئيا للصرف الآمن. وعليه تم انتقاء Pseudomonas stutzeri كسلالة واعدة وتم تثبيتها على كسر الحجر الابيض كمادة داعمة واستخدامها كنظام مرشح حيوي (بيوفيلم) وذلك لتحسين كفاءة المعالجة والوصول لحدود الملوثات الآمنة للصرف على البيئة. وقد ادى هذا للعديد من المميزات، مقارنة بنفس السلالة حرة المعيشة او الهائمة، واللتي شملت تحفيز النمو البكتيري، الحد من سمية مياه الصرف، زيادة مقاومة البكتيريا تجاه الملوثات وتقليل وقت المعالجة وهي عامل فائق الاهمية فى مجال معالجة مياه الصرف. دلت النتائج على انه على الرغم من زيادة كفاءات الازالة فان متبقيات بعض الملوثات ظلت فوق الحدود الآمنة نتيجة زمن المعالجة القصير (خمس ساعات). ولتخطى هذه المشكلة يوصى اولا اما باستخدام وحدتين أو ثلاثة من المرشح الحيوي في تتابع او بزيادة زمن المعالجة وثانيا باستخدام خطوة اكسدة قبل او بعد المعالجة الحيوية للوصول لمستويات مقبولة للصرف الآمن. وأخيرا فان نتائج الدراسة الحالية تؤكد ان نظام المرشح الحيوي المقترح للمعالجة البيولوجية باستخدام هذه البكتيريا النشطة يعد تقنية حيوية واعدة، متجدده تلقائيا وغير مكلفة وذلك لمعالجة مدى واسع من مياه الصرف الملوثة ليس فقط في القطاع الصناعي ولكن ايضا لمعالجة مياه الصرف الصحي والزراعي.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.010
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.129
Threshold uncertainty score0.431

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.010
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0030.003
Scholarly communication0.0040.002
Open science0.0010.002
Research integrity0.0020.007
Insufficient payload (model declined to judge)0.1290.110

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.084
GPT teacher head0.453
Teacher spread0.370 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2012
Admission routes1
Has abstractyes

Explore more

Same topicHealthcare Decision-Making and RestraintsFrench-language works237,207