MétaCan
Menu
Retour à la cohorte
Enregistrement W2776166525 · doi:10.1021/acsenergylett.7b01220

Electrochemical Desalination of Seawater and Hypersaline Brines with Coupled Electricity Storage

2017· article· en· W2776166525 sur OpenAlexaff
Divyaraj Desai, Eugene S. Beh, Saroj Kumar Sahu, Vedasri Vedharathinam, Quentin Van Overmeere, Charles‐François de Lannoy, Arun Jose, A. R. Völkel, Jessy B. Rivest

Notice bibliographique

RevueACS Energy Letters · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane-based Ion Separation Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDesalinationBrineSeawaterPressure-retarded osmosisGeothermal desalinationOsmotic powerReverse osmosisEnvironmental scienceForward osmosisSalinityEnvironmental engineeringBattery (electricity)WastewaterMembraneChemical engineeringMaterials scienceChemistryEngineeringGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

We present a zinc|ferricyanide hybrid flow battery that achieves extensive first-pass desalination while simultaneously supplying electrical energy (10 Wh/L). We demonstrate 85% salt removal from simulated seawater (35 g/L NaCl) and 86% from hypersaline brine (100 g/L NaCl), together with reversible battery operation over 100 h with high round-trip efficiency (84.8%). The system has a high operating voltage ( E 0 = +1.25 V), low specific energy consumption (2.11 Wh/L for 85% salt removal), and a desalination flux (4.7 mol/m 2 ·h) on par with that of reverse osmosis membranes. Salt removal was similarly effective at higher feed salinities, for which reverse osmosis becomes physically impossible because of the pressure required. The results have positive implications for regions that rely on desalination for their freshwater needs, especially where sea salinity is high. Alternatively, the battery may also be useful in minimal liquid discharge wastewater treatment if operated as a brine concentrator.

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 seuil0,003

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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

Citations143
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Energy LettersMême sujetMembrane-based Ion Separation TechniquesTravaux en français237 207