MétaCan
Menu
Retour à la cohorte
Enregistrement W4293824836 · doi:10.3390/pr10081626

Evaluating the Performance of a Solar Distillation Technology in the Desalination of Brackish Waters

2022· article· en· W4293824836 sur OpenAlexaff
Mahyar Shakerian, Mohsen Karrabi, Mohammad Gheibi, Amir M. Fathollahi‐Fard, Mostafa Hajiaghaei–Keshteli

Notice bibliographique

RevueProcesses · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar-Powered Water Purification Methods
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésDesalinationBrackish waterEnvironmental scienceDistillationSolar desalinationMultiple-effect distillationSalinitySolar stillEnvironmental engineeringGeothermal desalinationAquiferGroundwaterHydrology (agriculture)GeologyOceanographyChemistryGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Desalination is set to become a major source of drinking water in several Middle Eastern countries over the coming decades. Solar distillation is a simple power-independent method of water desalination, which can be carried out in active or passive modes. This study is among the first attempts to investigate the possibility of desalinating brackish groundwater resources under the threat of saltwater intrusion in the southern areas of Razavi Khorasan province in Iran. For this purpose, a pilot solar distillation unit was constructed to analyze the effects of the unit orientation, depth of the water pool, atmospheric conditions, input salinity, and flow continuity on the solar distillation performance. The results showed that the unit exhibited the highest efficiency when it had a 3 cm deep water pool. It was oriented facing southward while operating a continuous flow for at least 3 days under sunny weather conditions. It was found that among the studied parameters, the unit orientation and pool depth had the greatest impact on the water production performance for this type of water desalination system. Conversely, the water production efficiency was not very sensitive to the input salinity level. Overall, the solar distillation technology was able to reduce the salinity by 99.7% and the hardness by 94.7%.

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 seuil0,002

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)0,0000,000

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 Opus0,058
Tête enseignante GPT0,358
Écart entre enseignants0,300 · 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetSolar-Powered Water Purification MethodsTravaux en français237 207