Analytical Solution of Heat Pulse Method in a Parallelepiped Sample Space with Inclined Needles
Notice bibliographique
Résumé
The heat pulse method enables estimation of soil thermal diffusivity ( k ), volumetric heat capacity ( C ), thermal conductivity, and water content. The heater needle and temperature‐sensing needle may deflect during probe insertion into soils. The impact of needle deflection on estimates of C and k has not been fully studied theoretically or experimentally. We defined θ to be the polar angle of needle deviation from the z axis and φ to be the azimuthal angle in the x–y plane. Transient‐state analytical solutions were derived for an inclined and pulsed finite line source in a parallelepiped sample with zero surface temperature and adiabatic boundary conditions. For a heat pulse sensor with 6‐mm needle spacing and a heater needle of 4‐cm length in a given parallelepiped (5 by 5 by 5 cm, assumed to be filled with air‐dry sand), model errors in C and k were about −11.3 and 12.1%, respectively, for an inclined heater needle with θ = 1° and φ = 0°. Model errors in C and k were about −11.2 and 12.1%, respectively, for an inclined sensor needle with θ = 1° and φ = 180°. When −6 ≤ θ ≤ 6° for either the heater or the sensor needle, the temperature curves could be approximated rather well by a pulsed infinite line source model with a modified probe spacing that accounted for the inclination. For various heating durations and strengths, the errors in both k and C were relatively constant when all other parameters were fixed; however, the errors in both C and k decreased monotonically and slowly as k increased. The model errors in C and k were similar for four soil conditions with different thermal properties in the range −6 ≤ θ ≤ 2°.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».