MétaCan
Menu
Retour à la cohorte
Enregistrement W2316689853 · doi:10.1061/9780784412121.432

The City of Calgary Biocell Landfill: Data Collection and Settlement Predictions Using a Multiphase Model

2012· article· en· W2316689853 sur OpenAlexaffabout
Carlos Hunte, Chamil H. Hettiarachchi, Jay N. Meegoda, J. Patrick A. Hettiaratchi

Notice bibliographique

RevueGeoCongress 2012 · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensTetra Tech (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésSettlement (finance)Landfill gasEnvironmental scienceMunicipal solid wasteBioreactor landfillMultiphase flowWaste managementEnvironmental engineeringGeotechnical engineeringEngineeringComputer scienceMechanics

Résumé

récupéré en direct d'OpenAlex

The proper engineering of bioreactor landfills requires operation in a manner that maximizes waste decomposition and gas generation with the increased settlement. The landfill settlement occurs due to multiphase interactions of waste components such as solid, fluid and gas phases, with each phase exhibiting variations both in time and space. There are several mathematical models to evaluate the processes of biodegradation, gas generation, gas transport and distribution of moisture within a landfill. However, many existing waste settlement models focus on compression of waste solids but are unable to account for contribution from other phases. An effective model for landfill settlement was developed to consider settlement, gas generation and fluid transport simultaneously. A major obstacle to successful implementation of a multiphase settlement model is the amount of data required to calibrate and validate such a model. This manuscript describes research conducted to collect data from the City of Calgary Biocell Landfill (Calgary Biocell) and validate a multiphase settlement model. Results indicate that the prediction capability of settlement models can be improved by coupling the settlement mechanisms with the generation and dissipation of gas pressure and the moisture distribution.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,353

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 savante0,0000,001
Science ouverte0,0000,001
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 Opus0,058
Tête enseignante GPT0,291
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'étudeObservationnel
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

Citations7
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeoCongress 2012Même sujetLandfill Environmental Impact StudiesTravaux en français237 207