MétaCan
Menu
Retour à la cohorte
Enregistrement W1908928770 · doi:10.1139/l11-071

Effectiveness of using palm fronds in reducing water evaporation

2011· article· en· W1908928770 sur OpenAlexvenueno aff
Saleh A. Al-Hassoun, Abdulmohsen A. Al-Shaikh, Abdullah M. Al-Rehaili, Mohammed Misbahuddin

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFrondPhoenix dactyliferaEnvironmental scienceEvaporationPalmWater resourcesAgricultureWater qualityPuddlingWater useEnvironmental engineeringAgronomyGeographyBotanyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

One of the major problems in water resource planning and management is controlling of high evaporation from reservoirs, especially in arid countries such as the Kingdom of Saudi Arabia. Evaporation reduction can help in increasing water saving and thus reducing stress on water demand. Many types of water covers are internationally used to reduce evaporation from open water surfaces. Due to the large number of date palm trees in the Kingdom, a massive waste from these trees is disposed annually. Palm leaves as an agricultural waste can be converted to fronds and then used as a floating cover on the water surface to reduce evaporation. This paper presents feasibility results of testing palm fronds as covers in reducing evaporation from open reservoirs. Three pools were constructed at a selected site at King Saud University, Riyadh to prove the effectiveness of the proposed fronds. Data collected from the study site showed that evaporation reduction from the fully covered pool was about 55%, while that from the half covered pool was about 26%. Water quality analysis showed that the fronds have no serious effect on water quality. These results confirm the effectiveness of the fronds in evaporation reduction with no harmful effects on water quality.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,190
Écart entre enseignants0,165 · 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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetIrrigation Practices and Water ManagementTravaux en français237 207