MétaCan
Menu
Retour à la cohorte
Enregistrement W2106312685 · doi:10.6000/1929-6037.2013.02.01.6

Reuse of Iraqi Agricultural Drainage Water Using Nanofiltration

2013· article· en· W2106312685 sur OpenAlexvenueno aff
Mohammad F. Abid, Saadi K. Al‐Naseri, Samirra N. Abdullah

Notice bibliographique

RevueJournal of Membrane and Separation Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanofiltrationDrainageEnvironmental scienceIrrigationEnvironmental engineeringSalinityWater qualityHydrology (agriculture)Water treatmentMembraneGeologyChemistryGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Irrigated areas between Euphrates and Tigris rivers in Iraq suffer from salinity buildup in the root zone of corps. Agricultural drain water (ADW) from these areas is collected in a single main drain canal, in an annual flow rate of about 6 billion cubic meter. In the present work, a pilot-scale nanofiltration membranes unit was used to evaluate the feasibility of desalinating ADW from the main drain canal for further reuse. Bench scale experiments were conducted to determine the optimum anti-scale dosage values in the unit. These values were verified in a plate type laboratory scale NF membrane to visually monitor the onset of crystal appearance behavior. A method for calcium sulfate precipitation control is presented and an empirical correlation of anti-scale dosage as a function of concentration factor (CF) was obtained. A pilot-scale unit was used to investigate the performance of NF membrane. High rejection values for both cations and anions indicate that the use of NF membrane in desalinating ADW from the Iraqi main drain canal is promising. The treated drainage water is considered good for irrigation when classified according to Wilcox classification.

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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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 Opus0,011
Tête enseignante GPT0,245
Écart entre enseignants0,234 · 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Membrane and Separation TechnologyMême sujetMembrane Separation TechnologiesTravaux en français237 207