MétaCan
Menu
Retour à la cohorte
Enregistrement W2332757466 · doi:10.1680/jphmg.15.00006

Physical modelling of oil sands tailings consolidation

2015· article· en· W2332757466 sur OpenAlexaffabout
Amarebh R. Sorta, David C. Sego, Ward Wilson

Notice bibliographique

RevueInternational Journal of Physical Modelling in Geotechnics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensUniversity of AlbertaCoanda Research and Development Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésCentrifugeConsolidation (business)Geotechnical engineeringTailingsOil sandsSlurryGeologyPore water pressureEngineeringMaterials scienceAsphaltComposite material

Résumé

récupéré en direct d'OpenAlex

The self-weight consolidation of oil sands tailings and kaolinite slurry is modelled using a new geotechnical beam centrifuge located at the University of Alberta (Geomechanical Reservoir Engineering Facility (GeoREF) centrifuge). The centrifuge is used to create a prototype-effective stress regime in the model, and centrifuge tests are conducted at different initial compositions at acceleration levels of 40 to 100g. The objectives of the centrifuge tests are to study the long-term consolidation behaviour, derive consolidation parameters, verify modelling procedures and to evaluate time-domain reflectometry application for solids content profile monitoring during centrifuge testing. The interface settlement, pore pressure and solids content profiles of the consolidating materials are monitored in-flight. Large strain consolidation parameters are derived from centrifuge tests and compared with parameters determined from a large strain consolidometer. The paper describes the modelling aspect as well as the instrumentation and monitoring of centrifuge tests. The centrifuge results are presented, discussed and compared using results from large strain numerical models.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,296
Écart entre enseignants0,249 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Physical Modelling in GeotechnicsMême sujetGeophysical Methods and ApplicationsTravaux en français237 207