MétaCan
Menu
Retour à la cohorte
Enregistrement W2582522292 · doi:10.1021/acs.est.6b06061

Bubble-Facilitated VOC Transport from LNAPL Smear Zones and Its Potential Effect on Vapor Intrusion

2017· article· en· W2582522292 sur OpenAlexafffund
N. C. Soucy, Kevin G. Mumford

Notice bibliographique

RevueEnvironmental Science & Technology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAmerican Petroleum Institute
Mots-clésAdvectionFlux (metallurgy)BubbleDiffusionChemistryMass transferSoil gasMass fluxMass transportEnvironmental scienceMultiphase flowIntrusionEnvironmental chemistryEnvironmental engineeringSoil scienceMechanicsChromatographySoil waterGeologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Most conceptual and mathematical models of soil vapor intrusion assume that the transport of volatile organic compounds (VOCs) from a source toward a building is limited by diffusion through the soil gas. Under conditions where advection occurs, transport rates are higher and can lead to higher indoor air concentrations. Advection-dominated conditions can be created by gas bubble flow in the saturated zone. A series of laboratory column experiments were conducted to measure mass flux due to bubble-facilitated VOC transport from light nonaqueous phase liquid (LNAPL) smear zones. Smear zones that contained both LNAPL residual and trapped gas, as well as those that contained only LNAPL residual, were investigated. Results showed that the VOC mass flux due to bubble-facilitated transport was orders-of-magnitude higher than under diffusion-limited conditions. Results also showed that the mass flux due to bubble-facilitated transport was intermittent, and increased with an increased supply of dissolved gases.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,202 · 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

Citations23
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetGroundwater flow and contamination studiesTravaux en français237 207