Soil Wettability As Determined from Using Low-Field Nuclear Magnetic Resonance
Notice bibliographique
Résumé
The molarity of ethanol droplet and water drop penetration time methods are commonly used to determine soil wettability because these tests are quick and easy to perform. However, these tests do not provide reproducible results on the same sample. Low-field nuclear magnetic resonance (NMR) is shown as an alternative tool to determine soil wettability. Addition of small amounts of water in dry wettable porous media produces predominant amplitude peaks at transverse relaxation times (T2) of 100 ms or less while addition of water in dry water-repellent porous media with the same pore structure produce predominant amplitude peaks at T2 values near 1000 ms. The geometric mean of T2 (T(2gm)) from water-repellent samples immediately after the addition of water is greater than 1000 ms, which is close to that of bulk water, while T(2gm) from wettable samples immediately after the addition of water is significantly less than 1000 ms. Measurements over time show that water-repellent samples eventually reach the same equilibrium end point as its corresponding wettable sample when continually exposed to water. This paper will show that NMR can be used to formulate a screening criterion for quickly determining wettability. The advantage of using NMR is that the results are reproducible provided the sample is prepared and analyzed in a systematic manner.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».