MétaCan
Menu
Retour à la cohorte
Enregistrement W2899530808 · doi:10.5539/jas.v10n12p445

Hydrochemical Characterization of Water Resources From Reverse Osmosis Desalination Plants

2018· article· en· W2899530808 sur OpenAlexvenueno aff
Francisco Pio de Souza Antas, Nildo da Silva Dias, André Moreira de Oliveira, Osvaldo Nogueira de Sousa Neto, Cleyton dos Santos Fernandes, Neyton de Oliveira Miranda, Gabriela Cemirames de Sousa Gurgel, Francisco Souto de Sousa Júnior, Alexandre de Oliveira Lima, Miguel Ferreira Neto

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReverse osmosisDesalinationBrackish waterSodium adsorption ratioBrineSalinityEnvironmental scienceWater qualityChemistryAlkalinityEnvironmental engineeringSodiumBicarbonateEnvironmental chemistryGeologyIrrigationMembraneAgronomy

Résumé

récupéré en direct d'OpenAlex

The desalination of the brackish waters is a technology of coexistence with the semi-arid and its adoption implies in determining the environmental impacts due to the reject brine generated. Therefore, this work evaluated the hydrochemical characteristics of well water (feed water), drinking water (purified) and reject brine from reverse osmosis desalination plants in Western Meso-region, Rio Grande do Norte state, Brazil. During the periods between October 2013 and November 2014, four water samples were taken at seven inland desalination plants in communities and rural settlements. The hydrochemical characteristics of the waters were evaluated using multivariate statistical analysis. The following physico-chemical parameters of water collected were evaluated: electrical conductivity (ECw), pH, concentrations of cations (sodium, potassium, calcium and magnesium) and anions (chloride, carbonate and bicarbonate), Sodium Adsorption Ratio, Langelier Saturation Index, Stability Index of Ryznar, and the Calcium/Magnesium ratio. Well water and reject brine were classified into six groups, while purified water was classified into seven groups with different levels of risk of salinization, sodification and ions toxicity.

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 enseignants0,340
Score d'incertitude au seuil0,301

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 savante0,0000,001
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 Opus0,006
Tête enseignante GPT0,192
Écart entre enseignants0,186 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetWastewater Treatment and ReuseTravaux en français237 207