MétaCan
Menu
Retour à la cohorte
Enregistrement W2285531041 · doi:10.2166/washdev.2015.158

Passive evaporation of source-separated urine from dry toilets: prototype design and field testing using municipal water

2015· article· en· W2285531041 sur OpenAlexaffabout
David N. Bethune, Angus Chu, M. Cathryn Ryan

Notice bibliographique

RevueJournal of Water Sanitation and Hygiene for Development · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEvaporationEnvironmental scienceSolar chimneyHydrology (agriculture)Chimney (locomotive)Atmospheric sciencesEnvironmental engineeringMeteorologySolar energyGeologyGeographyGeotechnical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

A prototype urine evaporation unit (UEU) that removes water from human urine produced from a urine-diverting dry toilet using passive solar evaporation was designed and field-tested at a meteorological station. Municipal water was evaporated on vertically stacked plastic cafeteria-style trays that create a large evaporation surface with a small land-area footprint. The trays were located inside a Plexiglas® enclosure exposed to UV light while passively heating the UEU like a solar oven. A metal black chimney also heated up in the sun, causing air to enter the UEU at the front of the UEU through a louvered vent, flow across each tray, and then exit at the back up through the chimney. The UEU was field-tested in a semi-arid temperate climate (Calgary, Canada) from 22 August to 5 November 2013. The average UEU evaporation rate was 3.2 L/day (0.66 mm), varying from 0.4 L/day (0.08 mm/day) on a cloudy day to 8.8 L/day (1.82 mm) on a sunny day. A multiple-regression analysis indicates that 63% of the UEU evaporation rate can be explained by changes in air temperature, wind speed and incoming solar radiation, thus allowing for predictions of the UEU's relative evaporation potential in other climates.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,187
Score d'incertitude au seuil0,210

Scores Codex et Gemma par catégorie

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 Opus0,067
Tête enseignante GPT0,269
Écart entre enseignants0,202 · 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.

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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Sanitation and Hygiene for DevelopmentMême sujetWastewater Treatment and ReuseTravaux en français237 207