MétaCan
Menu
Retour à la cohorte
Enregistrement W4416724469 · doi:10.1021/acs.iecr.5c01964

Importance of the Operating Conditions on the Photothermal Effect in Solar Pervaporation Desalination

2025· article· en· W4416724469 sur OpenAlexaff
Yusi Li, Elisabeth R. Thomas, Mariana Hernandez-Molina, Stewart Conrad Mann, Kimya Rajwade, Tianmiao Lai, W. Shane Walker, François Perreault, Mary Laura Lind

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar-Powered Water Purification Methods
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesDivision of Engineering Education and CentersArizona State UniversityBureau of ReclamationNational Water Research InstituteNational Aeronautics and Space Administration
Mots-clésPervaporationMembranePhotothermal therapyDesalinationSunlightFlux (metallurgy)Solar energyVolume (thermodynamics)Humidity

Résumé

récupéré en direct d'OpenAlex

This study evaluated the potential of photothermal carbon black (CB) coatings to use direct solar light as an energy source for pervaporation desalination. We used simulated sunlight to irradiate the CB-coated membrane and measured water flux and salt rejection. The feed was recirculated at a rate of 1 mL/s to replicate the industrial recirculation condition. We observed no statistically significant difference in water fluxes of the CB-coated membranes tested with and without a simulated sunlight irradiation of 0.8 sun intensity (0.82 ± 0.34 and 0.79 ± 0.16 kg/(h m 2 ), respectively). Furthermore, the average permeances of the uncoated and coated membranes were similar. The results indicate that with rapid recirculating large volume feed photothermal heating from CB coatings is insufficient to increase the pervaporation flux of water because the heat generated by the CB heating on the surface of the membrane is largely dissipated into the bulk of the recirculating feed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,079
Tête enseignante GPT0,374
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetSolar-Powered Water Purification MethodsTravaux en français237 207