MétaCan
Menu
Retour à la cohorte
Enregistrement W3179273600 · doi:10.1139/cgj-2021-0034

Development and validation of a method to predict the soil thermal conductivity using thermal piezocone penetration testing (T-CPTU)

2021· article· en· W3179273600 sur OpenAlexvenueno aff
Xiaoyan Liu, Surya Sarat Chandra Congress, Guojun Cai, Lulu Liu, Songyu Liu, Anand J. Puppala, Wenwei Zhang

Notice bibliographique

RevueCanadian Geotechnical Journal · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringPenetration testThermal conductivityThermalThermal conductionSoil testPenetration (warfare)DissipationSoil waterMaterials scienceGeologyEngineeringSoil scienceThermodynamicsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

A new in situ thermal piezocone penetration test (T-CPTU) system is developed to determine the thermal properties of soil. It is expected to overcome most of the shortcomings observed in existing in situ test techniques. Based on Fourier's heat conduction equation and pore pressure dissipation theoretical equation, a method for calculating the thermal conductivity, namely the predicted temperature method, was proposed. The accuracy of the T-CPTU probe testing process and thermal conductivity calculation results were verified by numerical simulation, laboratory large-scale model tank tests, and thermal needle tests. Finally, the field data of T-CPTUs at three sites in Nanjing, China, were collected and compared with the laboratory thermal needle tests. The results indicated that the thermal conductivities obtained using T-CPTU were accurate and closer to those of laboratory thermal needle tests for most soils. The thermal conductivities of the undisturbed soil samples measured in the laboratory were lower than those obtained by T-CPTU.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,052
Tête enseignante GPT0,271
Écart entre enseignants0,219 · 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'étudeExpérimental (laboratoire)
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

Citations36
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207