MétaCan
Menu
Retour à la cohorte
Enregistrement W4292729085 · doi:10.1002/cjce.24599

Current challenges in <scp>hydrate‐based</scp> desalination: Kinetic and thermodynamic perspective

2022· article· en· W4292729085 sur OpenAlexvenueno aff
Muhammad Naveed Khan, Hongfei Xu, Cornelis J. Peters, Carolyn A. Koh

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Energy
Mots-clésDesalinationHydrateClathrate hydrateProcess engineeringSeawaterEnvironmental scienceThermodynamicsChemistryEnvironmental engineeringEngineeringPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Water scarcity is becoming a severe problem worldwide due to inadequate freshwater resources and swift population growth. Seawater desalination is one of the vital approaches to meet the demand for freshwater. However, energy and associated costs with conventional seawater desalination techniques are incentivizing non‐conventional water desalination processes. Water desalination using gas hydrates formation is one of the emerging non‐conventional processes. In this perspective article, recent advances in hydrate‐based seawater desalination (HBSD) have been critically analyzed to outline a future path towards a clean and efficient hydrate‐based desalination process. It provides a detailed comparison of various processes developed over decades, and measured desalination efficiencies with their process details. Moreover, the current challenges, limitations, and future perspectives of hydrate‐based desalination are also discussed. The study also recapitulates the thermodynamics and kinetics aspects of the hydrate‐based desalination process. In addition, various factors controlling the desalination efficiencies, such as control of the separation of hydrate crystals, salt deposition on hydrate particles, and hydrate morphology, were thoroughly investigated with their proposed process designs. The kinetics of hydrate formation is also assessed, with the possibility of a zero‐induction regime and its consequent impact on hydrate morphology. The current capabilities of the thermodynamics models (Gibbs energy minimization + electrolyte equation of state) were discussed using various commercially available software. Additionally, the role of hydrate promotors is also discussed, which can reduce the higher cost associated with the hydrate‐based desalination process.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,013
Tête enseignante GPT0,201
Écart entre enseignants0,188 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207