MétaCan
Menu
Retour à la cohorte
Enregistrement W2600124682 · doi:10.1061/9780784480472.020

Soil Survey: Methodology Improvement in Brazil Adopted by CTR-RIO for the Quality Control of Geomembrane Installations

2017· article· en· W2600124682 sur OpenAlexaboutno aff
Priscila Zidan, Luiz P. A. Frigo, Matthew Kemnitz

Notice bibliographique

RevueGeotechnical Frontiers 2017 · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeomembraneHectareEnvironmental scienceDamagesWaste managementHazardous wasteEnvironmental engineeringEngineeringGeotechnical engineeringGeographyArchaeologyAgriculture

Résumé

récupéré en direct d'OpenAlex

The soil survey methodology is used for the detection of leaks in geomembranes. Although little known in Brazil, it is well suited to minimize the risk of placing waste on a damaged liner system. A Canadian study indicates that the density of damages on installed geomembranes is on average between 4 and 22 leaks per hectare. Quality Control measures currently used in Brazilian landfills do not include this type of testing. As the existence of lined landfills is relatively new in Brazil, the impact caused by damage in the protective layers cannot be perceived. The landfill of CTR-RIO, in Rio de Janeiro, Brazil, adopted this methodology for quality control. The results after 4 years of operation indicated the amount of leaks found range between 0.5 and 8 leaks per hectare for an inspected area of approximately 310,000 m2. All identified damages could be repaired before the beginning of the waste disposal.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,062
Tête enseignante GPT0,344
Écart entre enseignants0,283 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical Frontiers 2017Même sujetLandfill Environmental Impact StudiesTravaux en français237 207