MétaCan
Menu
← Retour à la cohorte
Enregistrement W2788521638 · doi:10.1139/cjss-2017-0087

Exposure to weathering reduces the water repellency of aggregated oil sand material from subsoils of the Athabasca region

2018· article· en· W2788521638 sur OpenAlexafffundvenueabout
Eric J. Neil, Bingcheng Si

Notice bibliographique

RevueCanadian Journal of Soil Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanada's Oil Sands Innovation AllianceUniversity of SaskatchewanSyncrudeU.S. Department of Agriculture
Mots-clésWeatheringSoil waterOil sandsWater contentHydrocarbonGeologySoil scienceMineralogyEnvironmental scienceGeochemistryChemistryGeotechnical engineeringAsphaltMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

This study assesses the water repellency (WR) of aggregated oil sand material (AOSM) from the Athabasca region, Canada, and evaluates the onion-skin weathering hypothesis, which postulates that with increasing depth into the soil profile or into individual AOSM samples, the exposure to and extent of weathering of AOSM decreases and petroleum hydrocarbon (PHC) content and WR increase. WR and PHC content were determined for outer and inner portions of AOSM from depths of 15–200 cm. Results show AOSM displays a wide range of WR, in terms of both contact angle (0°–129°) and water drop penetration time (0 to >3600 s). As salvage depth or depth into AOSM increases, PHC content and WR increase, confirming onion-skin weathering. These findings imply the benefit of discreet salvaging into separate layers, as opposed to composite salvaging of shallow and deep soils. Deep materials, which contain relatively high PHC contents, can be salvaged and replaced as deep layers to avoid the excessive drying and expression of WR which may occur in the near-surface. By controlling the location of AOSM within the soil profile, water storage in the rooting zone may be increased, allowing the establishment of relatively productive ecosystems.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,465

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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'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

Citations5
Publié2018
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil Science→Même sujetFire effects on ecosystems→Travaux en français237 207→