MétaCan
Menu
Retour à la cohorte
Enregistrement W2767228774 · doi:10.1144/qjegh2016-089

Determination of water flow through clayey slurries using computed micro-tomography

2017· article· en· W2767228774 sur OpenAlexafffund
Maki Ito, Shahid Azam

Notice bibliographique

RevueQuarterly Journal of Engineering Geology and Hydrogeology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCamecoUniversity of Regina
Mots-clésSlurryComputed tomographyClay soilFlow (mathematics)GeologyWater flowGeotechnical engineeringTomographyDebris flowEnvironmental scienceSoil scienceRadiologyEnvironmental engineeringSoil waterMedicineMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to develop a clear understanding of water flow through clayey slurries. Computed micro-tomography was used to quantify slurry constituents and validate index properties and hydraulic conductivity. An image analysis method was developed to capture the mechanics of flow through clayey slurries that are difficult to quantify through conventional measurement techniques. A solids ratio was defined to identify actual flow paths within a mixture of the solids, water and hydrated grains . Likewise, hydraulic radius was re-defined to describe water flow paths (pore throat) thereby eliminating the measurement of shape factor and tortuosity. More importantly, hydraulic conductivity calculated through the new method (and based on Poiseuille's law) corroborated well with the empirical method of Pane & Schiffman (1997) for flocculated slurries.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,668

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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'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

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Engineering Geology and HydrogeologyMême sujetSoil and Unsaturated FlowTravaux en français237 207