Comparison of Laboratory Methods for Measuring Thermal Conductivity of Unsaturated Soils
Notice bibliographique
Résumé
Experiments were conducted to explore three different laboratory approaches for determining the relationship between thermal conductivity (λ) and saturation (S) ("thermal dryout curves") for unsaturated coarse-grained porous media. These include: (i) a single-sample approach involving evaporation from a sample with an embedded thermal conductivity probe; (ii) a multiple-sample approach involving subsamples compacted to various saturations; and (iii) an instrumented Tempe cell approach affording concurrent measurement of λ(S) and the soil-water characteristic curve (SWCC). Dryout curves were obtained using each approach for F-75 Ottawa sand, a poorly-graded river sand, and a mixture of spherical glass beads. Conductivity sharply decreased at a critical saturation between 0.05 and 0.15 for all three materials. The single-sample approach required the longest time to produce a dryout curve (~500 hours) and resulted in λ values ~10% to 20% higher than the other approaches, an observation attributed to the presence of a sharp drying front associated with the evaporation testing procedures. The multiple-sample approach required the least amount of time (~15 hours) but produced a relatively sparse data set and is limited by potential errors associated with variability in sample preparation. The instrumented Tempe cell approach required a moderate amount of time (~123 hours) but resulted in the most robust λ(S) function and clearly defined thermal regimes. A clear advantage of the Tempe cell approach is that the SWCC may also be obtained, as often required for modeling coupled heat and moisture transport in many geotechnical applications.
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 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 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».