MétaCan
Menu
Retour à la cohorte
Enregistrement W4382407738 · doi:10.33422/2nd.wscee.2022.12.105

Irrigation as a Cushion for the Effects of Global Warming and Its Soil Salinity Implication on Crop Growth in Nigeria

2022· article· en· W4382407738 sur OpenAlexaboutno aff
Bello Yusuph Adebayo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Land Suitability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationSalinityEnvironmental scienceCropSoil salinityGlobal warmingCushionAgronomyAgricultural engineeringAgroforestrySoil waterClimate changeSoil scienceGeologyGeographyEngineeringOceanographyBiology

Résumé

récupéré en direct d'OpenAlex

Global warming is the general rise in global temperature caused by higher-than-normal amounts of greenhouse gases, which traps heat approaching the globe and allows heat waves to continue accessing the atmosphere and being unable to escape over time.Following worldwide attempts to phase out chlorinated fluids in order to preserve the ozone layer as a result of the Montreal Protocol, this study employed low-GWP alternative refrigerants to minimize greenhouse gas emissions.The Cycle-D-Hx software, which is a thermodynamic model of the refrigeration system with a graphical user interface, was used to assess the performance of household refrigerators using various types of refrigerants.Data from an R134A-charged household refrigerator was used to verify the model.The model was then used to evaluate the performance of a number of low-GWP alternative refrigerants, such as R404A, R449A, R513A, and R452A.The R452A was shown to have a high COP, a low potential for global warming, a low temperature glide, and a low potential for ozone depletion.In addition to these thermodynamic and environmental features, R452A blend is non-flammable, non-corrosive, and will not cause degradation of the metal parts of the refrigerating system's evaporator and compressor.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,258

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 Opus0,008
Tête enseignante GPT0,244
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil and Land Suitability AnalysisTravaux en français237 207