MétaCan
Menu
Retour à la cohorte
Enregistrement W2170553086 · doi:10.1190/1.2076747

Combined application of surface geoelectrical methods for groundwater-flow modeling: A case history

2005· article· en· W2170553086 sur OpenAlexaff
К. С. Титов, A. Levitski, P. Konosavski, Andrey Tarasov, Yuri Ilyin, Michel Buès

Notice bibliographique

RevueGeophysics · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensImpactCARE Canada
Organismes subventionnairesnon disponible
Mots-clésAquiferGeologyGroundwaterGroundwater flowHydraulic conductivityInduced polarizationDepth soundingVertical electrical soundingSoil scienceWater wellGroundwater modelHydrology (agriculture)GeomorphologyElectrical resistivity and conductivityGeotechnical engineeringSoil water

Résumé

récupéré en direct d'OpenAlex

Abstract Electrical methods [electrical profiling and sounding, induced polarization (IP), and self-potential (SP)], combined with geochemical and hydrochemical surveys, were applied to characterize shallow sediments at a site contaminated by oil-related brines. The site is located within the Romashkinskoye oil field (Tatarstan Republic, Russian Federation). Results of geochemical and hydrochemical surveys, as well as those of electrical profiling, revealed no individual haloes of contaminant in the soil and groundwater, which suggests that the entire site is contaminated. Vertical electrical IP soundings (VES-IP) allowed us to obtain the stratigraphic characteristics of the site and to distinguish a shallow aquifer among clayey aquitards. Interpretation of SP data on the basis of forward numerical modeling helped us to develop a groundwater-flow model of the site. To reduce ambiguities, we kept fixed the values of layer resistivity derived from the inverted VES-IP data. Boundary conditions on water head and water flow were based on drilling and sampling data. We varied only the values of hydraulic conductivity to fit the calculated SP values to the measured SP values. We found a strong misfit between the measured and calculated SP values for the one-aquifer model. By inferring a second, deeper-seated aquifer, we computed a two-aquifer model that produced a satisfactory SP fit.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,686

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 Opus0,030
Tête enseignante GPT0,286
Écart entre enseignants0,255 · 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'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

Citations24
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207