MétaCan
Menu
Retour à la cohorte
Enregistrement W2042936044 · doi:10.2136/vzj2014.09.0121

Considering Surface Roughness Effects in a Triangular Pore Space Model for Unsaturated Hydraulic Conductivity

2015· article· en· W2042936044 sur OpenAlexfundno aff
Wenjuan Zheng, Xuan Yu, Yan Jin

Notice bibliographique

RevueVadose Zone Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Berkeley National LaboratoryUniversité LavalU.S. Department of Agriculture
Mots-clésHydraulic conductivityLoamSurface finishSurface roughnessSoil waterPorosityGeotechnical engineeringMaterials scienceCapillary actionCharacterisation of pore space in soilSoil sciencePorous mediumGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

Quantifying the unsaturated hydraulic conductivity of a porous medium has been a great interest in the fields of hydrology, environmental engineering, and petroleum engineering. Previous research has shown that rough surfaces enhance liquid retention and conductance of flow in the form of liquid film. We present a pore‐scale‐based water retention and hydraulic conductivity model considering surface roughness effects. In the proposed model, a porous medium is simplified as a bundle of statistically distributed capillaries with triangular cross‐sections. Surface roughness effects are characterized by a roughness factor, which accounts for increased film thickness under relatively wet conditions due to capillary effects and increased film area under relatively dry conditions. The model significantly improved the prediction of hydraulic conductivity across the entire range of matric potentials for the illustrative soils compared with the van Genuchten–Mualem model (VGM), while maintaining the same number of adjustable parameters. The improved performance of the proposed model demonstrates the advantage of incorporating surface roughness in the pore‐scale‐based models. Furthermore, sandy soils and loams showed distinct roughness factors and pore‐size distribution functions. Sandy soils tended to have smaller roughness factors and greater mean pore sizes than loams.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,246
Écart entre enseignants0,212 · 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'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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVadose Zone JournalMême sujetSoil and Unsaturated FlowTravaux en français237 207