MétaCan
Menu
Retour à la cohorte
Enregistrement W1832304493 · doi:10.1029/2001wr000674

Two‐dimensional modeling of flow and transport in the vadose zone with surfactant‐induced flow

2002· article· en· W1832304493 sur OpenAlexaff
E. J. Henry, James E. Smith, A. W. Warrick

Notice bibliographique

RevueWater Resources Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésVadose zoneInfiltration (HVAC)Capillary actionSurface tensionPulmonary surfactantCapillary pressureHydraulic conductivityGeologyPlumeFlow (mathematics)Soil scienceEnvironmental scienceGeotechnical engineeringHydrology (agriculture)Porous mediumMechanicsChemistryMaterials scienceSoil waterPorosityThermodynamicsComposite material

Résumé

récupéré en direct d'OpenAlex

Surface‐active solutes (surfactants) can induce capillary pressure gradients and water fluxes within the vadose zone. Common numerical models do not account for the effects of surfactant‐induced capillary pressure gradients on unsaturated flow and transport. We modified the variably saturated flow and transport model HYDRUS‐2D [ Simunek et al. , 1999 ] to incorporate the effects of surfactant concentration‐dependent changes to surface tension and viscosity on moisture retention and hydraulic conductivity, respectively. The model was tested by simulating the two‐dimensional surfactant infiltration experiment of Henry and Smith [2002] . The model successfully captured the major processes associated with the advance of a surface‐active contaminant plume through the vadose zone, including drainage of the vadose zone and depression of the capillary fringe associated with the solute front. The simulations also provided insight into unusual features of surfactant‐induced flow such as the upward flow of surfactant solution that was associated with capillary fringe drainage.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,486

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 Opus0,056
Tête enseignante GPT0,271
Écart entre enseignants0,215 · 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

Citations38
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetGroundwater flow and contamination studiesTravaux en français237 207