MétaCan
Menu
Retour à la cohorte
Enregistrement W4395465104 · doi:10.18280/ijdne.190234

Reducing Evaporation from Arid Soil in Jordan Through Absorbent Materials: Volcanic Tuff, Wood Ash, and Date Pit Ash

2024· article· en· W4395465104 sur OpenAlexvenueno aff
Faten Al-Slaty, Taleb Odeh

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesHashemite UniversityRoyal Scientific Society
Mots-clésEnvironmental scienceEvaporationAridVolcanic ashRelative humidityIrrigationSoil waterBiomass (ecology)HumidityVolcanoEnvironmental engineeringSoil scienceGeologyAgronomyGeochemistry

Résumé

récupéré en direct d'OpenAlex

Irrigation water represents the primary water usage in arid regions worldwide, reaching up to 70% in some countries.However, more than 90% of that water is lost by evaporation in arid regions.This study aims to reduce the soil evaporation rate in Jordan, a water-scarce country, using water-absorbent materials that are both affordable and environmentally friendly.Our research used three absorbent materials: volcanic tuff, wood ash, and date pit ash.These materials were characterized by different analytical methods to investigate their chemical composition, mineral content, specific surface area, and microstructural morphologies.Three different soil, absorbent materials, and water mixtures were prepared in specific ratios.The evaporation rates for the mixtures were estimated in an open area using a time-domain reflectometry sensor during the winter of 2022.The soil temperature, relative humidity, and wind speed conditions were recorded.It was found that these materials have a significant efficiency in reducing the evaporation rate related to their internal structure.The study suggests utilizing biomass ash to alter the internal structure of soil aggregates, thereby improving water retention and lowering evaporation rates.This action would diminish the need for irrigation, consequently bolstering sustainable water resources.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
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 Opus0,018
Tête enseignante GPT0,257
Écart entre enseignants0,240 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetIrrigation Practices and Water ManagementTravaux en français237 207