MétaCan
Menu
Retour à la cohorte
Enregistrement W2109801746 · doi:10.1002/hyp.6379

Field methods for measuring hydraulic properties of peat deposits

2006· article· en· W2109801746 sur OpenAlexafffundabout
J. M. Hogan, Garth van der Kamp, S. Lee Barbour, Roy H. Schmidt

Notice bibliographique

RevueHydrological Processes · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesRoyal Geographical SocietyRoyal Canadian Geographical SocietyAssociation of Canadian Universities for Northern Studies
Mots-clésPeatHydraulic conductivitySlug testGeologyDrainageBorealHydrology (agriculture)Water tableEnvironmental scienceGeotechnical engineeringSoil scienceSoil waterGroundwater

Résumé

récupéré en direct d'OpenAlex

Abstract New field techniques were developed and tested to evaluate peat storativity and hydraulic conductivity in a Boreal fen. Enclosed drainage tests and pumping tests were successfully completed in the thawed peat above an impermeable frozen layer and then repeated when the peat was fully thawed. A loading test experiment constrained values of vertical hydraulic conductivity within an order of magnitude for the peat below a depth of 2 m. An inherent advantage of these tests is that volumes of undisturbed peat on the scale of cubic metres may be characterized. Storativity of the fen peat as determined by enclosed drainage tests ranged from about 1·0 at the peat surface to 0·35 at a water table depth of 0·15 m. Laboratory drainage tests of peat cores gave similar, but widely scattered results. Hydraulic conductivity near the surface was as high as 9·0 × 10 −3 ms −1 determined with pumping tests and in the range of 10 −6 to 10 −5 ms −1 below a depth of 2 m, estimated with the loading test. Slug tests gave similar results. Pumping tests, enclosed storativity tests and loading tests are practical large‐scale field tests for determining peat properties. Copyright © 2006 Crown in the right of Canada, and John Wiley & Sons, Ltd.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,293

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 Opus0,034
Tête enseignante GPT0,268
Écart entre enseignants0,233 · 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

Citations54
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetPeatlands and Wetlands EcologyTravaux en français237 207