A coupled bio-chemo-hydro-mechanical model for bio-cementation in porous media
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A key challenge involving microbially induced carbonate precipitation (MICP) is lack of rigorous yet practical theoretical models to predict the intricate biological–chemical–hydraulic–mechanical (BCHM) processes and the resulting bio-cement production. This paper presents a novel BCHM model based on multiphase, multispecies reactive transport approach in the framework of poroelasticity, aimed at achieving reasonable prediction of the produced bio-cement, and the enhanced geomechanical characteristics. The proposed model incorporates four key components: (i) coupling of hydro-mechanical stress–strain alterations with bio-chemical processes; (ii) stress–strain changes induced due to precipitation and growth of bio-cement within the porous matrix; (iii) spatiotemporal variability in hydraulic and stiffness characteristics of the treated medium; and (iv) velocity dependency of the attachment rate of bacteria. The fully coupled BCHM model predicts key unknown parameters during treatment including concentration of bacteria and chemical solutions, precipitated calcium carbonate, hydraulic properties of the solid skeleton, and in situ pore pressures and strains. The model was able to reasonably predict bio-cementation from two different laboratory column experiments. The Kozeny–Carman permeability equation is found to underestimate permeability reductions due to bio-cementation, while the Verma–Pruess relation could be more accurate. A sensitivity analysis revealed bio-cement distribution to be particularly sensitive to the attachment rate of bacteria.
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.
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 | 0,001 | 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) | 0,003 | 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 découle