Comparison of Soil‐Freezing and Soil‐Water Characteristic Curves of Two Canadian Soils
Notice bibliographique
Résumé
Core Ideas The similarity between SFCC and SWCC, and hysteresis of SFCC are reviewed. The SFCC and SWCC of two fine‐grained soils are measured and analyzed. No quantitative similarity is found between the measured SFCC and SWCC. Several concerns regarding the similarity between SFCC and SWCC are discussed. The drying–wetting and freezing–thawing cycles significantly influence the soil pore water in the vadose zone in permafrost and seasonally frozen regions. The soil‐freezing characteristic curve (SFCC) describes the relationship between unfrozen water content and subzero temperature in a soil at frozen condition. Several studies suggest that the SFCC of a frozen saturated soil is similar to soil‐water characteristic curve (SWCC), which describes the relationship between water content and suction for a soil under unfrozen unsaturated condition. In the present study, the similarity between SFCC and SWCC, and possible reasons for the hysteresis of SFCC are succinctly reviewed. The SFCC and SWCC of two Canadian soils were measured and critically interpreted to understand the fundamental behavior of SFCC in comparison with the SWCC. The observed hysteresis of SFCC for the two soils was mainly associated with the supercooling of pore water. The measured SFCC and SWCC of the two soils show quantitative dissimilarity rather than similarity. This may be attributed to the experimental limitations and possible fundamental differences between drying–wetting and freezing–thawing processes. In addition, several concerns regarding the similarity between SFCC and SWCC are discussed. The present study highlights that rigorous investigations are required for better understanding the SFCC to facilitate its use for cold‐region engineering practice applications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».