MétaCan
Menu
Retour à la cohorte
Enregistrement W4221022406 · doi:10.1061/9780784484050.012

Field Temperatures and Geothermal Modeling of an MSW Landfill Located in Humid Climate

2022· article· en· W4221022406 sur OpenAlexaff
Milind V. Khire, Terry R. Johnson, W. C. B. Meyer, Richard I. G. Holt

Notice bibliographique

RevueGeo-Congress 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensNuclear Waste Management Organization
Organismes subventionnairesnon disponible
Mots-clésLeachateGeothermal gradientMunicipal solid wasteEnvironmental scienceWaste managementWaste heatCombustionInfiltration (HVAC)CoalEnvironmental engineeringMaterials scienceGeologyHeat exchangerChemistry

Résumé

récupéré en direct d'OpenAlex

While most municipal solid waste (MSW) landfills maintain temperatures below 55°C (131°F), a relatively few MSW landfills have temperatures exceeding 93°C (200°F). In order to understand the key mechanisms that allow heat accumulation and temperature rise, commercial geothermal model TETRAD was used to simulate the heat transfer in an MSW landfill located in the southeastern United States. Field temperatures of the landfill were monitored using thermistor sensor arrays. The measured peak temperatures ranged from 68°C to 77°C (155°F to 170°F). Waste heat generation, infiltration, and leachate flow were the key variables evaluated in the modeling. The model results indicated that the average waste heat generation rates for this landfill ranged from 0.3 to 1.4 W/m3. The higher heat generation rate corresponds to a relatively young (≤4 years) portion of waste containing a relatively high mass fraction of coal combustion fly ash. The lower heat generation rate corresponds to a 14-year old portion of waste predominantly containing MSW.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeo-Congress 2022Même sujetConcrete and Cement Materials ResearchTravaux en français237 207