MétaCan
Menu
Retour à la cohorte
Enregistrement W4413000886 · doi:10.1016/j.dwt.2025.101366

Selective electrodialysis technology: A viable solution to water quality challenges in Sri Lankan community-based organizations

2025· article· en· W4413000886 sur OpenAlexfundno aff
Theekshana Malalagama, Binghui Tian, R.M.G. Rajapakse, Rehan Gunathilake, A.V.K. Mapa, Wmnd Ranasinghe, Min Yang

Notice bibliographique

RevueDesalination and Water Treatment · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane-based Ion Separation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesChina-Sri Lanka Joint Center for Research and EducationUniversity of Chinese Academy of SciencesChinese Academy of SciencesAlliance of International Science OrganizationsNational Key Research and Development Program of ChinaCanadian Anesthesiologists' Society
Mots-clésElectrodialysisSri lankaQuality (philosophy)BusinessWater qualityEnvironmental economicsEnvironmental scienceEnvironmental planningChemistryEconomicsMembraneBiology

Résumé

récupéré en direct d'OpenAlex

Safe drinking water is essential for public health, especially in rural communities where access to reliable water sources is limited. Ensuring water quality is critical to preventing waterborne diseases and supporting sustainable development. Community-based organizations (CBOs) are vital in managing rural water needs, yet they face significant groundwater quality issues. This study analyzed water quality parameters, revealing variability in Water Quality Index (WQI) classifications, which ranged from excellent to unsuitable, necessitating targeted treatment solutions. Principal component analysis (PCA) identified three key groundwater issues: brackish water with high fluoride, turbid water, and saline water. Among the treatment options, selective electrodialysis (SED) proved most effective for fluoride-enriched brackish groundwater. Over a 12 month s period, SED consistently met Sri Lankan drinking water standards, overcoming challenges such as membrane fouling. This technology offers a sustainable solution for improving groundwater quality in CBOs, thereby enhancing public health and ensuring safe drinking water in rural Sri Lanka.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,027
Tête enseignante GPT0,293
Écart entre enseignants0,265 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesalination and Water TreatmentMême sujetMembrane-based Ion Separation TechniquesTravaux en français237 207