MétaCan
Menu
Retour à la cohorte
Enregistrement W4206361972 · doi:10.14195/2184-8394_110_1

Advances and remaining challenges for geosynthetics in geoenvironmental engineering applications

2007· article· en· W4206361972 sur OpenAlexafffund
R. Kerry Rowe

Notice bibliographique

RevueGeotecnia · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeosynthetic clay linerGeosyntheticsGeomembraneLeachateHydraulic conductivityGeotechnical engineeringComposite numberEnvironmental scienceMaterials scienceEngineeringWaste managementComposite materialSoil water

Résumé

récupéré en direct d'OpenAlex

Nine issues of importance to the use of geomembranes (GMs) and geosynthetic clay liners (GCLs) as part of composite liners in geoenvironmental applications are examined. These issues include the effect of: GCL-leachate compatibility on hydraulic conductivity; freeze-thaw on GCL performance; internal erosion on GCL hydraulic conductivity; temperature on advection and diffusion as well as desiccation of GCLs and compacted clay liners (CCLs); the choice of protection layer on the strains developed in GMs; wrinkles on strains developed in GMs and the thinning of GCLs; holes in GMs on leakage through composite liners; winkles in GMs on leakage through composite liners; diffusion through GCLs and GMs; and temperature and leachate exposure on the service life of GMs. It is suggested that GCLs and GMs can play a very beneficial role in providing environmental protection. However, like all engineering materials they must be used appropriately and consideration should be given to factors such as those addressed in this paper. There is a need for site specific design, strict adherence to construction specification, and appropriate protection of the geosynthetics after construction. In particular, given the diversity of available GCLs and their different engineering characteristics, GCLs should be selected based on the required engineering properties, not just price.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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

Citations3
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeotecniaMême sujetLandfill Environmental Impact StudiesTravaux en français237 207