MétaCan
Menu
Retour à la cohorte
Enregistrement W3176816638 · doi:10.1111/gwmr.12470

Vertical Hydraulic Gradient Estimation in Clay Till, Using <scp>MiHPT</scp> Advanced Direct‐Push Technology

2021· article· en· W3176816638 sur OpenAlexaff
Louise Rosenberg, Mette Martina Broholm, Nina Tuxen, Ida Henriette Kerrn‐Jespersen, Gro Lilbæk, Poul Løgstrup Bjerg

Notice bibliographique

RevueGroundwater Monitoring & Remediation · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGeotechnical engineeringGeologySoil science

Résumé

récupéré en direct d'OpenAlex

Abstract The vertical transport of contaminants from source areas is employed in many risk assessment models and screening tools in order to estimate the contaminant mass discharge (CMD) into underlying aquifers. The key parameters for estimating CMD are the contaminant source area and concentration, and the vertical water flux, the latter of which depends on the vertical hydraulic conductivity and the vertical hydraulic gradient in the subsurface. This study focuses on advancing the use of the combined membrane interface probe hydraulic profiling tool (MiHPT) to investigate the vertical hydraulic gradient across a clay till overlying a sandy aquifer at a contaminated site in Denmark. Only the HPT is necessary for the estimate of vertical hydraulic gradient. The hydraulic head, clay till thickness, and resulting vertical hydraulic gradients found using the MiHPT compared well with observations from nearby nested wells. The parameter with the largest discrepancy was the thickness of the clay till. The advantage of the MiHPT is its relatively quick depth discrete access to information regarding subsurface permeability, vertical hydraulic gradients and contaminant distribution across a site. In this case study, performance of additional dissipationtests during the HPT log to acquire determination of the vertical hydraulic gradient increased the cost by 3% compared to standard HPT logs.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,918

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,014
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGroundwater Monitoring & RemediationMême sujetGroundwater flow and contamination studiesTravaux en français237 207