MétaCan
Menu
Retour à la cohorte
Enregistrement W4405824063 · doi:10.18280/ijdne.190606

Comparative Evaluation of Moringa Oleifera, Vicia Faba, and Abelmoschus Esculentus as Natural Coagulants for Turbidity Removal in Water Treatment

2024· article· en· W4405824063 sur OpenAlexvenueno aff

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMoringa oleifera research and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMoringaAbelmoschusTurbidityVicia fabaEnvironmental scienceAgronomyChemistryBiologyEcologyFood science

Résumé

récupéré en direct d'OpenAlex

This study researched the use of plant-based coagulants instead of chemical coagulants.The research methodology relies on removing turbidity with natural additives.The results of the current study showed the possibility of replacing chemical coagulants with natural ones.The benefit of that in removing turbidity is that they are safer ad lower in cost, water sample was taken from river, the jar test was used to show the percentage of removal.The results showed the possibility of removing turbidity by up to 80% using the Moringa oleifera and Vicia faba plants, at a dose of 100 mg/L, and the sedimentation time was studied, which showed that 50% of the turbidity was removed within the first 5 minutes using natural coagulation.However, the Vicia faba showed better results than Moringa oleifera in the initial sedimentation of turbidity removed, these results could be due to the high percentage of protein found in Vicia faba.The results of treatment using Abelmoschus esculentus plant were promising, where 78% of the turbidity was removed at a dose of 100 mg/L, however it requires a longer sedimentation time.The results of this study are promising results that gives hope to using natural coagulation instead of chemical coagulation which reduces the negative side effects.

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 enseignants0,597
Score d'incertitude au seuil0,166

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 savante0,0000,000
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 Opus0,061
Tête enseignante GPT0,352
Écart entre enseignants0,291 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetMoringa oleifera research and applicationsTravaux en français237 207