MétaCan
Menu
Retour à la cohorte
Enregistrement W1968853056 · doi:10.1139/cgj-2014-0031

Laboratory device to characterize electrokinetic geocomposites for fluid fine tailings dewatering

2015· article· en· W1968853056 sur OpenAlexaffvenue
Sébastien Bourgès-Gastaud, Guillaume Stoltz, Patricia I. Dolez, Éric Blond, N. Touze-Foltz

Notice bibliographique

RevueCanadian Geotechnical Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrokinetic Soil Remediation Techniques
Établissements canadiensCTT Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésDewateringElectrokinetic phenomenaConsolidation (business)TailingsGeotechnical engineeringDrainageEnvironmental scienceMaterials scienceGeologyMetallurgy

Résumé

récupéré en direct d'OpenAlex

The oil sands industry usually leads to the production of large quantities of mineral waste, such as fluid fine tailings (FFT), whose disposal is often challenging. Electrokinetic geocomposites (eGCPs) installed into the FFT disposal area may improve in situ dewatering, as eGCPs can drain water expulsed during FFT consolidation as well as impose a voltage across FFT to displace water by electro-osmosis. This paper presents a laboratory device specifically developed to evaluate eGCP performance for sludge dewatering. Based on the oedometer principle, the device aims at studying sludge consolidation as a function of boundary conditions (mechanical stress and (or) voltage), with drainage and electrical conduction ensured by two eGCPs positioned on both sides of the sludge layer. Preliminary results obtained with one particular eGCP are presented: the solids content was increased from 42% to 66%, which led to a significant improvement of the shear strength from nearly 0 kPa to a mean value of 40 kPa. The energy required for this experiment was 71 W·h (3.5 kW·h/(m3 of sludge)). The filtration performance remained satisfactory; the sludge particles were retained upstream of the filter, with clean water flowing through.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,208 · 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

Citations36
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetElectrokinetic Soil Remediation TechniquesTravaux en français237 207