MétaCan
Menu
Retour à la cohorte
Enregistrement W4221009399 · doi:10.1061/9780784484036.009

Heat Loss in Landfills as a Function of Landfill Size

2022· article· en· W4221009399 sur OpenAlexaff
Milind V. Khire, Terry R. Johnson, Richard I. G. Holt

Notice bibliographique

RevueGeo-Congress 2022 · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensNuclear Waste Management Organization
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceLeachateGeothermal gradientVolume (thermodynamics)Heat generationGeotechnical engineeringWaste managementEnvironmental engineeringSoil scienceGeologyThermodynamicsEngineering

Résumé

récupéré en direct d'OpenAlex

In order to understand the effect of size of landfill on heat accumulation, heat loss, and resulting temperatures, heat generation and heat loss were simulated using the commercial 3D geothermal simulator TETRAD. Three landfills were simulated each having the same total volume of 16.7 × 106 m3, liner areas ranging from 33.5 ha to 55.8 ha, and total heights ranging from 75 m to 121 m. The shape of all simulated landfills was symmetrical pyramidal frustum. Heat generation in all landfills was simulated by assuming an average waste heat generation rate of 0.5 W per cubic meter of waste. The temperatures of the waste simulated by the model for the first 10 years were plotted for comparison. The peak simulated temperature in these landfills was about the same. However, median temperature or average along a vertical axis passing through the center of landfill was slightly higher for the tallest landfill and slightly lower for the shortest landfill compared to the baseline landfill. This numerical study indicates that, flatter side slopes will have greater heat loss and lower median temperature than landfills that have steeper side slopes.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,211
Écart entre enseignants0,205 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeo-Congress 2022Même sujetLandfill Environmental Impact StudiesTravaux en français237 207