MétaCan
Menu
Retour à la cohorte
Enregistrement W2108299187 · doi:10.9798/kosham.2014.14.3.143

Characteristerization of Environment-Friendly Soils Stabilized with Biomass Wood Ash

2014· article· en· W2108299187 sur OpenAlexaboutno aff
Jongwon Jung, Francisco Grau, Jaehun Ahn

Notice bibliographique

RevueKorean Society of Hazard Mitigation · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWood ashBiomass (ecology)Environmental scienceBottom ashRenewable energyCombustionWaste managementHydraulic conductivitySoil waterPulp and paper industryBioenergyFly ashBiofuelSoil scienceAgronomyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

세계적으로 많은 양의 바이오매스가 농업, 산림 및 에너지 자원으로 사용되고 있으나, 사용된 바이오매스의 많은 양은 여전히 단순 소각 후 폐기하고 있는 실정이다. 이는 자원의 낭비와 폐기 공간 부족 등의 문제를 초래하게 되며, 이에 따라 바이오매스 재의 처리 및 활용에 대한 방안은 시급하다고 하겠다. 따라서 바이오매스 재의 가장 큰 양을 차지하는 나무재를 건설재료로 활용할 수 있다면, 이는 자연자원의 보존과 쓰레기 저감에 크게 기여할 수 있을 것으로 판단한다. 본 논문은 바이오매스 재의 한 종류인 나무재의 건설재료로서의 적용 가능성을 타진하기 위하여, 나무재의 미세구조를 관찰하고, 나무재 및 보강토의 투수계수와 압밀특성을 분석하였다. 본 연구의 결과로부터 나무재의 함량을 소량으로 제한하는 경우에 지반재료의 압축성에는 큰 영향을 미치지 않으며 투수성을 크게 감소시키는 효과가 있음을 확인하였다. Biomass has been used as agriculture, forest and energy resources. The combustion of biomass matter becomes biomass ash that is dumped without control or disposed in landfills. Thus, the recycling or treatment of biomass ash is required. Wood ash is one of largest portion of biomass ash. Therefore, the recycling of wood ash in construction area will provide both new types of renewable energy sources and an environmental solution reducing the waste. The main objective of this study is to explore the physical, mechanical properties of Ottawa 20/30 sand, wood ash and mixture of them including Scanning Electron Microscope (SEM), hydraulic conductivity, and consolidation. It was observed that, small addition of wood ash to Ottawa 20/30 sand reduced the permeability significantly without increasing compressibility much.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,178
Écart entre enseignants0,171 · 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 tête enseignante, 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Society of Hazard MitigationMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207