Impact of low‐temperature electrical resistance heating on subsurface flow and transport
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The effects of subboiling electrical resistance heating (ERH) on subsurface flow and transport were examined in a series of two‐dimensional tank experiments, with temperatures reaching 50°C. To analyze the experiments and determine the dominant mechanisms affecting flow and transport, a fully coupled two‐dimensional finite difference electrothermal model was developed to simulate electrical current flow, temperature‐dependent fluid flow, and mass transport. The model incorporates temperature‐dependent equations for density, viscosity, diffusion coefficient, and electrical conductivity, capturing the nonisothermal processes dominant in the subsurface. The model was validated with laboratory‐scale experiments in which voltage distribution, instantaneous electrical power, temperature, and tracer transport were measured. Tracer experiments and transport modeling indicated that temperature‐induced buoyant flow and contaminant movement could be significant when applying ERH in the subsurface, even at 50°C. A sensitivity study was performed to assess the impact of including temperature‐dependent properties such as water density, viscosity, and electrical conductivity. A change in water density of 1.3% (at 50°C) resulted in buoyant flow and increased velocity through the heated zone, indicating that heating contaminated zones to 50°C can have a large impact on mass transport. Temperature‐dependent electrical conductivity had a direct impact on ERH power consumption as well as the time to reach desired temperatures.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle