Aller au contenu principal
2026 article

Machine learning enabled carbon-contaminant synergistic control in wastewater treatment plants toward carbon neutrality

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, gr. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Machine learning enabled carbon-contaminant synergistic control in wastewater treatment plants toward carbon neutrality
Date Crossref
01/12/2026
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Harbin Institute of Technology pays non établi dans la notice
    Université ou école supérieure
  • Northwest University pays non établi dans la notice
    Université ou école supérieure
  • Environmental Protection Engineering (Greece) pays non établi dans la notice
    Entreprise
  • State Key Laboratory of Urban-rural Water Resource and Environment pays non établi dans la notice
    Structure de recherche
  • College of Urban and Environmental Sciences Xi'an Key Laboratory of Environmental Simulation and Ecological Health in the Yellow River Basin pays non établi dans la notice
    Université ou école supérieure
  • Ltd Fujian Haixia Environmental Protection Group Co. pays non établi dans la notice
    Entreprise

Harbin Institute of Technology, Northwest University et Environmental Protection Engineering (Greece), avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Wastewater Treatment and Nitrogen RemovalAdvanced oxidation water treatmentMembrane Separation Technologies

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.