MétaCan
Menu
← Retour à la cohorte
Enregistrement W3172732225 · doi:10.5194/egusphere-egu2020-21254

Numerically Simulated Groundwater Age Distributions within Complex Flow Systems and Discrete Fracture Networks

2020· article· en· W3172732225 sur OpenAlexaff
John Molson, Emil O. Frind

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of WaterlooUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAquiferGroundwater flowGroundwaterGeologyHydrogeologyFracture (geology)AdvectionDispersion (optics)Flow (mathematics)MechanicsGeotechnical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Numerical simulations of mean groundwater age are presented for a variety of complex flow systems including heterogeneous aquifers and discretely-fractured porous rock. We apply the finite element models FLONET/TR2 (in the 2D vertical plane) and SALTFLOW (in 3D systems), using the standard advection-dispersion equation with an age source term. The age simulations are applied in a variety of contexts including defining capture zones for pumping wells, characterizing fractured rock aquifers, and for improved understanding of flow systems and geochemical evolution. Applications include real field sites and hypothetical conceptual models. Comparisons are also made with advective particle-tracking derived ages which are much faster to compute but do not include dispersive age mixing. Control of numerical (age) dispersion is critical, especially within discrete fracture networks where high age gradients can develop between the fractures and matrix. The presentation will highlight the broad applications of mean groundwater age simulations and will show how they can be useful for providing insight into hydrogeological systems.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,224
Écart entre enseignants0,207 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGroundwater flow and contamination studies→Travaux en français237 207→