MétaCan
Menu
Retour à la cohorte
Enregistrement W4415500731 · doi:10.1061/jhend8.hyeng-14415

Deoxygenation of Water for Small-Scale Laboratory Studies in Hydraulic Engineering

2025· article· en· W4415500731 sur OpenAlexaff
Pouria Rahmati, Susan Gaskin, Suk Yi Lo

Notice bibliographique

RevueJournal of Hydraulic Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDeoxygenationAerationResidence time (fluid dynamics)OxygenVolumetric flow rateCavitationDissolutionTap water

Résumé

récupéré en direct d'OpenAlex

Achieving low dissolved oxygen levels in water is required for rigorous investigation of aeration processes in laboratory experiments in hydraulic engineering. The effectiveness of ultrasonic irradiation, vacuum degassing, water spraying techniques, and combinations thereof for deoxygenating tap water is evaluated in a closed-loop laboratory setting. A parametric study assessed the impact of ultrasonic irradiation (20 kHz, 2 kW), vacuum surface pressure (16–101 kPa), initial water temperature (11°C–39°C), and reservoir residence time (68–250 s) for flow rates in the range of 2.0–7.3 L/s. Results demonstrate that ultrasonic irradiation at 20 kHz did not significantly enhance the deoxygenation rate compared to vacuum degassing alone, suggesting that higher frequencies may be required to induce effective acoustic cavitation. Vacuum degassing effectively reduced dissolved oxygen levels, achieving a reduction from 10 down to 2.4 mg/L within 30 min at 16 kPa surface pressure and 33°C. Water spraying in a vacuum marginally improved deoxygenation at higher surface pressures by increasing the air–water interfacial area but became less effective at lower pressures due to increased surface mixing. Higher initial water temperatures and lower residence times had a minor influence on the deoxygenation rate. The results enable the design of deoxygenation systems suited for small-scale closed-loop hydraulic laboratories to establish well-controlled initial dissolved oxygen conditions.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hydraulic EngineeringMême sujetHydraulic flow and structuresTravaux en français237 207