MétaCan
Menu
Retour à la cohorte
Enregistrement W1907982019 · doi:10.1139/cgj-2014-0451

Visualization of diffusion phenomena in porous media by means of X-ray computed tomography (CT) scanning

2015· article· en· W1907982019 sur OpenAlexvenueno aff
Akira Sato, Koichi Ikeda

Notice bibliographique

RevueCanadian Geotechnical Journal · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiffusionPorosityPorous mediumPermeationDiffusion processPermeability (electromagnetism)TomographyMaterials scienceComputed tomographyGeotechnical engineeringGeologyMineralogyForensic engineeringChemistryEngineeringComputer scienceThermodynamicsPhysicsOpticsRadiology

Résumé

récupéré en direct d'OpenAlex

The migration of water and contamination materials in rock structures is a significant issue in projects that utilize deep underground locations such as “carbon-dioxide capture and storage” (CCS) and disposal of high-level nuclear waste. These phenomena are also important in the area of preservation of stone structures of cultural heritage signficance, as such stone structures are usually located outside, exposed to wind and rain. The migration of contamination materials in the underground environment, especially in porous rock mass, is governed mainly by water permeation and diffusion. In this study, one-dimensional diffusion testing was conducted and the process in the porous materials was visualized by X-ray computed tomography (CT) scanning. Diffusion is the process caused by the concentrate or density gradient, and is a suitable phenomenon for X-ray CT analysis. In this paper, information related to diffusion is extracted from X-ray CT image data and the distribution of concentration is estimated. From the obtained density distribution, diffusion coefficients are evaluated. One-dimensional permeation tests were also conducted and intrinsic permeabilities of porous materials are evaluated, then the relation between diffusion coefficients and intrinsic permeability is discussed.

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 enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGroundwater flow and contamination studiesTravaux en français237 207