MétaCan
Menu
Retour à la cohorte
Enregistrement W4239149784 · doi:10.4133/1.3176711

Characterization of Solid Waste in a Bioreactor Landfill Using Seismic Borehole Methods

2009· article· en· W4239149784 sur OpenAlexaffabout
Taryn E. Glancy, C. Samson, Paul J. Van Geel

Notice bibliographique

RevueSymposium on the Application of Geophysics to Engineering and Environmental Problems 2009 · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBoreholeMunicipal solid wasteCharacterization (materials science)Environmental scienceWaste managementBioreactorBioreactor landfillGeologyPetroleum engineeringGeotechnical engineeringEngineeringMaterials scienceChemistry

Résumé

récupéré en direct d'OpenAlex

The biodegradation of solid waste in bioreactor landfills is dependant on a number of factors including moisture content. Identification of relatively wet and dry areas throughout the landfill would help operators determine where moisture should be added or not. This study attempts to utilize seismic borehole techniques to identify changes in seismic wave velocity through the waste due to the addition of moisture. The study is based on the principle that P‐wave velocity in a porous material increases with moisture content. The bioreactor landfill surveyed is located in Ste. Sophie, Quebec, Canada. Two vertical boreholes were installed 10 m apart and to a depth of 15 m, in order for vertical seismic profiles to be obtained. An initial characterization survey was conducted to understand seismic wave propagation through the waste. The P‐wave velocity is on the order 290–370 m/s and the S‐wave velocity is on the order of 140–175 m/s. Two‐day surveys were conducted to note changes in P‐wave velocity under relatively dry and wet conditions. There was no measurable change in P‐wave velocity after the addition of approximately 7000 L of water between the boreholes. This is most likely due to that fact that it was not possible to sample the area between boreholes where change was most likely to occur and it was not possible to control exactly where the water was being added.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil0,491

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 GPT0,216
Écart entre enseignants0,209 · 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'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

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSymposium on the Application of Geophysics to Engineering and Environmental Problems 2009Même sujetMineral Processing and GrindingTravaux en français237 207