Bu çalışma, kumla doldurulmuş bakır konik kanatçıklar kullanılarak geliştirilen pasif bir güneş damıtıcısını ve sistemin tasarımını çok amaçlı olarak optimize etmek üzere önerilen QI-HBEUA-RL adlı kuantum-esinli hibrit algoritmayı birlikte inceliyor. Araştırmacılar Cezayir'in El-Oued bölgesinde yedi farklı damıtıcı konfigürasyonunu üç günlük deney kampanyasında karşılaştırdı; en yüksek ölçülen günlük tatlı su üretimi, kanatçıkları birbirine temas edecek şekilde yerleştirilmiş ve her biri 14 g kum içeren CSD-CCF&S0 düzeninde 7,75 L/m²/gün oldu. Geleneksel konik güneş damıtıcısının 4,80 L/m²/gün değerine göre kaynakta %61,46 artış bildirildi; aynı konfigürasyon için %61,9 termal verim ve %4,02 ekserji verimi raporlandı. Bununla birlikte deney yalnız üç gün ve tek bir sıcak-kurak saha koşulunda gerçekleştirildiğinden sonuçlar mevsimsel veya uzun dönem performansı doğrudan göstermiyor; ayrıca makalenin bazı algoritmik denklemleri ile ekonomik vaka hesaplarında önemli iç tutarsızlıklar bulunuyor.

Araştırmanın iki ayrı bilimsel katmanı var. İlk katman gerçek güneş damıtıcı deneylerinden oluşuyor. Konik bakır kanatçıkların ısı aktarım yüzeyini artırması, kanatçıkların içine yerleştirilen kumun ise duyulur ısı depolaması sağlaması hedefleniyor. İkinci katman, tatlı su üretimini, termal verimi ve ekserji verimini artırırken ekonomik geri ödeme süresini azaltmaya çalışan çok amaçlı bir optimizasyon çerçevesi. QI-HBEUA-RL; Bald Eagle Search (BES), Ukari Algorithm (UA), kuantum-esinli popülasyon gösterimi ve Q-learning tabanlı adaptif kontrol bileşenlerini bir araya getiriyor.

Buradaki “kuantum-esinli” ifadesi gerçek bir kuantum bilgisayarda hesaplama yapıldığı anlamına gelmiyor. Çalışma, süperpozisyon ve kuantum dönüş kapısı gibi kavramları klasik bilgisayarda matematiksel bir optimizasyon gösterimi olarak kullanıyor. Dolayısıyla elde edilen performans, kuantum donanımının sağladığı bir hesaplama üstünlüğü olarak yorumlanmamalı.

Araştırmanın temel problemi nedir?

Güneş damıtıcıları, güneş enerjisiyle suyu buharlaştırıp tekrar yoğunlaştırarak tatlı su üretmeye dayanan görece basit sistemlerdir. Dış elektrik gereksiniminin düşük olması veya hiç olmaması, özellikle şebekeden uzak bölgeler açısından önemli bir avantaj sağlar. Buna karşılık geleneksel pasif güneş damıtıcılarının temel sorunu düşük günlük üretim ve sınırlı termal verimdir.

Kanatçık eklemek, suyla temas eden sıcak yüzey alanını artırabilir; ancak çok sayıda veya yanlış geometrili kanatçık güneş ışınımını gölgeleyerek beklenen kazancın bir bölümünü geri alabilir. Araştırmanın fiziksel tasarım problemi bu ikileme dayanıyor: ısı aktarım alanını artırırken gölgelenmeyi nasıl sınırlamak ve güneş enerjisinin bir bölümünü akşam saatlerine taşıyacak şekilde nasıl depolamak gerekir?

Çalışmada bu amaçla bakırdan konik kanatçıklar seçilmiş ve bazı konfigürasyonlarda kanatçıkların içine kum doldurulmuştur. Bakır yüksek ısı iletkenliği için, kum ise düşük maliyetli duyulur ısı depolama malzemesi olarak kullanılmıştır.

Yedi deney konfigürasyonu nasıl oluşturuldu?

Deney düzeneğinin havza çapı 36 cm ve su derinliği 2 cm olarak verilmiştir. Testler 16–18 Nisan 2024 tarihlerinde gerçekleştirilmiştir. Üç gün için günlük güneş enerjisi yaklaşık 7,82–7,89 kWh/m² aralığında, ortalama değer ise 7,85 kWh/m² olarak raporlanmıştır. Ortalama ortam sıcaklığı yaklaşık 42,2 °C'dir. Dolayısıyla fiziksel karşılaştırma özellikle yüksek güneşlenmeli ve sıcak-kurak koşulları temsil etmektedir.

Bu iki değer arasındaki fark kaynakta %61,46 üretim artışı olarak veriliyor. CSD-CCF&S0 aynı zamanda %61,9 termal verim ve %4,02 ekserji verimiyle çalışmanın en güçlü fiziksel konfigürasyonu olarak raporlanmıştır.

Kum dolgusu neden önemli?

Çalışmanın önerdiği mekanizmaya göre bakır kanatçıklar güneşten alınan ısının havza suyuna aktarılmasını hızlandırırken, kanatçık içindeki kum gündüz enerji depolayıp güneş ışınımı azaldığında bu enerjinin bir bölümünü geri verir. Saatlik üretim eğrileri bütün sistemlerde öğle saatleri civarında yükselip daha sonra düşmektedir. Araştırmacılar kum dolgulu sistemlerin termal ataleti nedeniyle üretimin akşam saatlerinde daha uzun süre devam ettiğini bildiriyor. Kaynakta saat 19.00 civarında CSD-CCF&S0 için 0,13 L/m²/saat, geleneksel sistem için 0,09 L/m²/saat üretim değeri verilmektedir.

QI-HBEUA-RL algoritması ne yapıyor?

Algoritmanın tam adı Quantum-Inspired Hybrid Bald Eagle-Ukari Algorithm with Reinforcement Learning olarak veriliyor. Sistem beş tasarım değişkenini kullanıyor: kanatçık aralığı, kanatçık yüksekliği, kanatçık çapı, kanatçık başına kum kütlesi ve su derinliği. Optimizasyonun aynı anda ele aldığı dört hedef ise tatlı su üretimini, termal verimi ve ekserji verimini yükseltmek; ekonomik geri ödeme süresini düşürmek.

Optimizasyon hangi çözümü seçti?

Çalışmada 47 Pareto-optimal yani birbirine karşı bütün hedeflerde açık biçimde üstün olmayan çözüm elde edildiği bildiriliyor. İlk sırada deneysel olarak da en yüksek üretimi veren 0 cm kanatçık aralığı, 2,0 cm kanatçık yüksekliği, 4,0 cm çap, kanatçık başına 14 g kum ve 2,0 cm su derinliği bulunuyor.

Önemli yorum sınırı: Tablodaki geri ödeme süreleri kaynak makalenin kendi ekonomik modelinin çıktılarıdır. Aşağıda açıklanan iç hesap tutarsızlıkları nedeniyle bu süreler bağımsız olarak doğrulanmış ekonomik sonuçlar şeklinde değerlendirilmemelidir.

Algoritma ne kadar hızlı yakınsadı?

Ablasyon analizi algoritmanın hangi parçasını önemli buluyor?

Araştırmacılar BES, UA, dinamik hibrit geçiş, kuantum-esinli kodlama ve pekiştirmeli öğrenme bileşenlerini kademeli olarak ekleyerek bir ablasyon analizi yürütmüştür. Hiperhacim değeri BES-only için 0,642, UA-only için 0,638 iken tam QI-HBEUA-RL sisteminde 0,782'ye çıkmaktadır.

Kaynak, dinamik BES–UA geçişinin toplam algoritmik iyileşmenin en büyük bölümünü oluşturduğunu ve kuantum-esinli kodlama ile RL modülünün bunu daha ileri taşıdığını savunuyor. RL ödül fonksiyonunun ayrı ablasyonunda da “iyileşme” ödülü kaldırıldığında hiperhacim 0,782'den 0,698'e düşmektedir.

Rakip optimizasyon yöntemleriyle karşılaştırma

Algoritmaların nüfus büyüklüğü 100 ve iterasyon bütçesi 500 olacak şekilde 30 bağımsız çalıştırmayla karşılaştırıldığı belirtilmektedir. Kaynak QI-HBEUA-RL için hiperhacimde %7,42 iyileşme, ters nesil uzaklığında (IGD) %29,35 azalma ve spacing metriğinde %19,49 iyileşme bildirmektedir; Wilcoxon karşılaştırmalarında p<0,001 raporlanmıştır.

Burada kaynak içi küçük fakat önemli bir terminoloji sorunu vardır: özet “altı rakip çok amaçlı optimize ediciye karşı” ifadesini kullanmasına rağmen NSGA-II, MOEA/D, MOPSO, MOGWO ve MOHHO olmak üzere beş rakip algoritmayı adlandırmaktadır. Ana metinde “altı temsilci algoritma” ifadesinin önerilen yöntem dahil toplam altı algoritmayı kastetmiş olması mümkündür; ancak kaynak bunu her yerde aynı açıklıkla ifade etmemektedir.

Benchmark sonuçları nasıl yorumlanmalı?

Çalışma algoritmayı ZDT ve DTLZ ailesinden test problemleri üzerinde de değerlendiriyor. Fakat özet bölümündeki “ZDT1-6, DTLZ2, DTLZ7” ifadesi yedi problem olarak sunulmasına rağmen ayrıntılı karşılaştırmada ZDT1, ZDT2, ZDT3, ZDT4, ZDT6, DTLZ2 ve DTLZ7 görülmektedir; ZDT5 listede bulunmamaktadır. Bu nedenle benchmark setinin doğru tanımı ayrıntılı tablolar temel alınarak okunmalıdır.

Türkiye açısından ne ifade ediyor?

Türkiye'nin yüksek güneşlenme alan bölgelerinde pasif güneş damıtma, özellikle küçük ölçekli veya şebekeden uzak uygulamalar açısından araştırılmaya değer bir mühendislik yaklaşımı olabilir. Ancak bu çalışma Türkiye'de deney yapmamış, Türkiye iklimleri için saha doğrulaması gerçekleştirmemiş ve yerel su fiyatları, malzeme maliyetleri, su kimyası veya bakım koşullarını incelememiştir. Bu nedenle Cezayir'deki 7,75 L/m²/gün üretim veya kaynakta verilen birkaç günlük geri ödeme süreleri Türkiye'ye doğrudan aktarılamaz.

Çalışmanın desteklediği sonuçlar

• Üç günlük sıcak-kurak deney koşullarında kum dolgulu bakır konik kanatçıkların geleneksel konik güneş damıtıcısına göre daha yüksek tatlı su üretimi sağlayabildiği gösterilmiştir.
• Test edilen konfigürasyonlar içinde CSD-CCF&S0 en yüksek günlük üretimi vermiştir.
• Kum dolgulu sistemlerde akşam saatlerine uzanan daha belirgin termal atalet gözlenmiştir.
• Kaynak tarafından tanımlanan optimizasyon probleminde hibrit algoritmanın raporlanan metrikleri tek bileşenli BES ve UA varyantlarından daha iyidir.
• Ablasyon sonuçları dinamik hibrit geçiş, kuantum-esinli gösterim ve RL bileşenlerinin raporlanan optimizasyon performansına ayrı ayrı katkı yaptığını göstermektedir.

Çalışmanın desteklemediği veya henüz kanıtlamadığı sonuçlar

• Üç günlük deney, sistemin bir yıllık veya çok yıllık üretimini ve dayanıklılığını kanıtlamaz.
• Tek bir sıcak-kurak saha, aynı performansın farklı iklimlerde elde edileceğini göstermez.
• Kuantum-esinli algoritmanın başarısı gerçek kuantum donanım üstünlüğü anlamına gelmez.
• Çalışmanın vaka senaryoları gerçek köy, endüstri veya insani yardım sistemlerinin sahada işletildiğine dair kanıt değildir.
• Kaynakta raporlanan çok kısa ekonomik geri ödeme süreleri, bağımsız saha ekonomisi doğrulaması olarak kabul edilemez.
• Algoritmanın “parametresiz” olduğu iddiası, kaynakta açıkça tanımlanan çok sayıdaki sabit ve hiperparametre nedeniyle kelimesi kelimesine desteklenmemektedir.

Çalışmanın Yöntemi ve Bulguları

Deney koşulları

Deneyler Cezayir'de University of El-Oued sahasında 16–18 Nisan 2024 tarihlerinde yürütülmüştür. Deney günlerindeki güneş ışınımı aralığı yaklaşık 290–1001 W/m² olarak bildirilmiş; günlük toplam güneş enerjisinin üç günlük ortalaması 7,85 ± 0,04 kWh/m² olarak verilmiştir. Ortalama ortam sıcaklığı yaklaşık 42,2 ± 0,36 °C'dir. Çalışmada geleneksel TCSD'nin kritik parametreleri için tekrarlanabilirlik katsayılarının %0,7'nin altında olduğu bildirilmektedir.

Çok amaçlı optimizasyonun değişkenleri

Kaynak dört temel amaç fonksiyonu tanımlıyor: tatlı su üretiminin, termal verimin ve ekserji veriminin enbüyüklenmesi ile ekonomik geri ödeme süresinin enküçüklenmesi. Pareto optimizasyonu çoklu hedeflerin ana çerçevesini oluştururken, RL ödülü ve tek çözüm önerisi için Analitik Hiyerarşi Süreci (AHP) ağırlıkları da kullanılmıştır. Kaynakta üretim için 0,35; termal verim için 0,25; ekserji için 0,15; ekonomik hedef için 0,25 ağırlık verildiği ve bu ağırlıkların beş alan uzmanının değerlendirmesine dayandığı belirtilmektedir.

Kaynakta görülen denklem tutarsızlıkları

Makalenin önemli bir bölümü matematiksel optimizasyon formülasyonuna ayrılmış olsa da bazı denklemler kaynakta kendi açıklamalarıyla uyuşmamaktadır. Verianla bu denklemleri sessizce “düzeltmek” yerine kaynakta yazıldığı biçimiyle kayda geçirir.

1. Tatlı su üretimi denklemindeki dönüşüm

Kaynakta amaç fonksiyonu şu biçimde yazılmıştır:

\[ f_1(x) = -\left[\frac{\dot{m}_{fw}\cdot24\cdot3600}{A_{basin}}\right] = -\left[\frac{24\dot{m}_{fw}}{A_{basin}}\right] \]

Aynı yerde \(\dot m_{fw}\) için kg/s birimi verilmektedir. İlk ifadede bulunan 3600 çarpanı ikinci eşitlikte kaybolmaktadır. Metinsel açıklama ise 24 çarpanının saatlik değeri günlüğe dönüştürdüğünü söyler. Bu nedenle denklem, değişkenin verilen birimi ve açıklanan zaman dönüşümü kendi içinde tam olarak uyuşmamaktadır.

2. Ekserji amaç fonksiyonundaki eşitlik

Kaynakta aşağıdaki eşitlik yer almaktadır:

\[ f_3 = -\frac{\dot{Ex}_{dest}}{\dot{Ex}_{in}}\times100 = -\frac{\dot{Ex}_{out}}{\dot{Ex}_{in}}\times100 \]

Ekserji yıkımı (\(Ex_{dest}\)) ile ekserji çıkışı (\(Ex_{out}\)) aynı fiziksel büyüklük değildir. Kaynak bu iki ifadenin neden birbirine eşit yazıldığını açıklamamaktadır. Dolayısıyla %4,02 olarak raporlanan ekserji metriği kaynakta verilen hesaplama tanımı dikkate alınarak ihtiyatla değerlendirilmelidir.

3. Adaptif kuantum dönüş açısı

Kaynakta dönüş büyüklüğü şu şekilde yazılmıştır:

\[ |\Delta\theta_{ij}(t)| = \Delta\theta_{base} \left(\frac{t}{T_{max}}\right) \frac{|x_{best,j}-x_{ij}|}{x_{U,j}-x_{L,j}} \]

Metin bunun iterasyon ilerledikçe %100'den %0'a azalan bir “iteration decay” terimi olduğunu söylüyor. Ancak \(t/T_{max}\) matematiksel olarak tam tersine 0'dan 1'e yükselir. Ayrıca verilen örneklerde 100/500 iterasyon için 0,8 ve 450/500 için 0,1 değerleri kullanılıyor. Bu örnekler yazılı \(t/T_{max}\) teriminden değil, \(1-t/T_{max}\) biçimindeki bir terimden çıkabilir. Kaynakta denklem değiştirilmediğinden burada da herhangi bir sessiz düzeltme yapılmamıştır.

Aynı kuantum güncelleme bölümünde bazı trigonometrik ifadelerin “coscos” ve “sinsin” biçiminde iki kez yazıldığı da görülmektedir. Bunlar olası dizgi hatalarıdır; fakat algoritmanın yeniden uygulanabilirliği açısından özgün kaynakta düzeltilmesi gereken ayrıntılardır.

4. Q-learning durum ve Q-tablosu tanımı

Çalışma RL durumunu beş bileşenli sürekli bir vektör \(s_t \in R^5\) olarak tanımlarken eylem uzayını altı eylem şeklinde ifade etmektedir. Daha sonraki hesaplama maliyeti bölümünde ise Q-tablosu “5 × 6 = 30 giriş” olarak değerlendirilmektedir. Beş sürekli durum özelliği otomatik olarak beş ayrık durum anlamına gelmediğinden, tablosal Q-learning uygulanabilmesi için gerekli ayrıklaştırma veya durum eşleme mekanizması ayrıntılı biçimde verilmemektedir. Bu durum algoritmanın bağımsız yeniden üretilebilirliğini sınırlar.

“Parametresiz algoritma” ifadesinin sınırı

Kaynak bazı bölümlerde QI-HBEUA-RL'yi “truly parameter-free” ve “zero manual tuning” gibi ifadelerle nitelendirmektedir. Buna karşılık algoritmanın temel dönüş açısı, RL öğrenme oranı, iskonto faktörü, epsilon sınırları, ödül ağırlıkları, çeşitlilik eşikleri, faz sınırları, BES parametreleri ve hibrit geçiş oranları gibi çok sayıda değer tablolar halinde önceden belirlenmiştir.

Bu nedenle daha doğru ve kaynağa sadık yorum, algoritmanın bazı arama parametrelerini çalışma sırasında adaptif biçimde ayarlamaya çalıştığı yönündedir; matematiksel anlamda parametresiz olduğu sonucu kaynak tanımından çıkmamaktadır.

Algoritmanın ölçülen hesaplama maliyeti

Kaynakta teorik karmaşıklık değerlendirmesinde yaklaşık \(2,2\times10^7\) işlem ve modern CPU için 0,022 saniye çalışma süresi tahmin edilmekte; kuantum ve RL ek yükünün ihmal edilebilir olduğu ileri sürülmektedir. Ancak daha sonraki gerçek profil ölçümünde Intel i7-11800H üzerinde tam QI-HBEUA-RL çalışması 22.412 ± 425 ms, yani yaklaşık 22,4 saniye sürmektedir.

Dolayısıyla kaynağın erken bölümünde yer alan “hesaplama maliyetinde %67 azalma” ve “ihmal edilebilir ek yük” ifadeleri, daha sonraki gerçek zaman profiliyle uyuşmamaktadır. Kaynağın kendi ölçümüne göre tam algoritma NSGA-II'den yaklaşık %13,05 daha fazla hesaplama süresi kullanmıştır.

Ekonomik vaka çalışmalarında aritmetik kontrol

Kaynağın en dikkatle sınırlandırılması gereken kısmı gerçek dünya uygulama senaryolarıdır. Bunlar deneysel olarak kurulmuş tam ölçekli saha sistemleri değil, çalışmanın sonuçlarından türetilen senaryolardır. Üstelik bazı tabloların temel aritmetiği metindeki iddialarla uyuşmamaktadır.

Köy örneğinde 150 kişi × 50 L/kişi/gün = 7500 L/gün gereksinim tanımlanmıştır. Kaynağın önerdiği 44 m² sistem ise 6,90 L/m²/gün üretim varsayımıyla 303,6 L/gün sağlar. Bu değer talebin yalnızca yaklaşık %4,05'idir. Aynı özgül üretimde 7500 L/gün için güvenlik payı eklenmeden bile yaklaşık 1087 m² etkin damıtıcı alanı gerekir. Bu nedenle 44 m² sistemle %100 öz yeterlilik sonucu kaynak verilerinin kendi aritmetiğinden çıkmamaktadır.

Acil yardım örneğinde 2580 L/gün üretim ile 200 DZD/L kamyon suyu maliyetinin doğrudan çarpılması halinde yıllık brüt karşılık yaklaşık 188,34 milyon DZD olur. Kaynak tablosunda ise yıllık tasarruf 187.766 DZD olarak raporlanmıştır; yaklaşık üç büyüklük mertebesi fark bulunmaktadır. Aynı nedenle tabloda verilen 8,6 yıllık geri ödeme süresi de belirtilen günlük üretim, su fiyatı ve sermaye maliyetiyle doğrudan bağdaştırılamamaktadır.

Bu tutarsızlıklar güneş damıtıcısının deneysel olarak daha fazla su ürettiği bulgusunu ortadan kaldırmaz; fakat kaynağın ekonomik ve büyük ölçekli uygulama iddialarının bağımsız doğrulama gerektirdiğini gösterir.

Uzun dönem performans konusunda kaynak ne söylüyor?

Makale tuz kristalleşmesi, kireçlenme, bakır oksidasyonu, siyah kaplama bozulması, cam kirlenmesi ve conta yaşlanması gibi bakım başlıklarını tartışmaktadır. Ancak bunların çoğu uzun dönemli deneysel gözlem değil, literatüre ve mühendislik varsayımlarına dayanan değerlendirmelerdir. Araştırmacılar sonuç bölümünde üç günlük deney süresinin mevsimsel değişimleri ve uzun dönem malzeme bozulmasını değerlendirmeye yetmediğini açıkça kabul etmekte ve 12 aylık sürekli operasyon çalışmalarını gelecek araştırma ihtiyacı olarak önermektedir.

Bu nedenle çalışma, 10 yıllık malzeme kararlılığını veya gerçek bakım maliyetini deneysel olarak doğrulamış değildir.

Kaynak ve Yöntem Notu

Kaynak türü: Hakemli araştırma makalesi.

Dergi: AI

Yayınevi: MDPI

Yıl / cilt / makale numarası: 2026, 7, 145

DOI:10.3390/ai7040145

Yazarlar: Mohamed Loey, Mostafa Elbaz, Hanaa Salem Marie ve Heba M. Khalil.

Sorumlu yazarlar: Mohamed Loey ve Hanaa Salem Marie.

Kurumlar: A’Sharqiyah University; Benha University; Kafrelsheikh University; Delta University for Science and Technology.

Yayın zaman çizelgesi: 2 Mart 2026'da alınmış, 27 Mart 2026'da revize edilmiş, 10 Nisan 2026'da kabul edilmiş ve 17 Nisan 2026'da yayımlanmıştır.

Lisans: Creative Commons Attribution (CC BY).

Finansman: Çalışmada A’Sharqiyah University Internal Publication Support (IPS) Program desteği bildirilmektedir.

Veri erişimi: Araştırmacılar, çalışmanın bulgularını destekleyen verilerin sorumlu yazarlardan makul talep üzerine edinilebileceğini belirtmektedir.

Çıkar çatışması: Yazarlar rekabet eden çıkar bulunmadığını bildirmiştir.

Etik kurul / bilgilendirilmiş onam: Kaynakta “uygulanamaz” olarak belirtilmiştir.

Kaynak sadakati açısından kritik editoryal not

Bu Verianla makalesinde kaynakta görülen bilimsel veya editoryal çelişkiler sessizce düzeltilmemiştir. Özellikle üretim amaç fonksiyonundaki zaman/birim dönüşümü, ekserji amaç fonksiyonundaki Ex_dest–Ex_out eşitliği, kuantum dönüş açısının iterasyon terimi, Q-learning durum/Q-tablosu tanımı, “parametresiz” algoritma ifadesi, teorik ve ölçülmüş hesaplama süreleri, benchmark problem listesinin adlandırılması ve gerçek dünya vaka çalışmalarındaki kapasite–talep–ekonomi hesapları arasında kaynak içi uyuşmazlıklar bulunmaktadır.

Bu sorunlardan dolayı çalışmanın deneysel olarak ölçülen su üretimi ve sıcaklık/verim sonuçları ile yazarların algoritmik veya ekonomik yorumları aynı kanıt düzeyinde değerlendirilmemelidir. Özellikle 5,8 günlük ekonomik geri ödeme, köy için %100 su öz yeterliliği, bazı maliyet-fayda oranları ve geniş ölçekli uygulama senaryoları kaynakta verilen diğer sayılarla tamamen uzlaştırılamamaktadır.

QI-HBEUA-RL'nin rakip algoritmalara göre raporlanan optimizasyon metrikleri dikkate değerdir; ancak formül ve uygulama ayrıntılarındaki belirsizlikler, bağımsız yeniden üretim yapılmadan algoritmik üstünlüğün evrensel bir sonuç olarak kabul edilmemesini gerektirir.

Benzer şekilde CSD-CCF&S0'ın üç günlük deneyde 7,75 L/m²/gün üretmesi gerçek bir ölçüm sonucu olarak raporlanmıştır; fakat bunun farklı mevsimlere, iklimlere, ölçeklere veya yıllarca süren işletmeye aynı biçimde taşınacağı çalışma tarafından deneysel olarak gösterilmemiştir.