MétaCan
Menu
Retour à la cohorte
Enregistrement W4308168675 · doi:10.1029/2022wr033246

Capillary Water in 2‐D Drying—Cracking Sub‐Grain Scale Soil Models: Dynamics and Instabilities of Haines Jumps

2022· article· en· W4308168675 sur OpenAlexaff
Tomasz Hueckel, Bolesław Mielniczuk, Alexandre Guével, Manolis Veveakis

Notice bibliographique

RevueWater Resources Research · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueNanomaterials and Printing Technologies
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesnon disponible
Mots-clésInstabilityMeniscusMechanicsSurface tensionCapillary actionCapillary pressureLaplace pressureCurvatureCapillary condensationMedial meniscusMaterials scienceLaplace transformInertiaThermodynamicsChemistryClassical mechanicsPhysicsMathematicsPorous mediumComposite materialPorosityGeometryOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Changes in capillary water morphology in a cluster of three wet long cylindrical grains as reported in Mielniczuk and Hueckel (2022, https://doi.org/10.1029/2022wr031938 ) affect capillary forces evolving during drying. The paper focuses on a stable motion of menisci (air/liquid interfaces) and their unstable (Haines) jumps. The meniscus instabilities were shown in the past to be a trigger of soil drying‐cracking. The forces considered are Laplace pressure and surface tension resultants deduced from the menisci imaged every 10 s. The Laplace pressure for cylindrical clusters depends on a single curvature of the meniscus. Several known criteria the capillary body instability are examined using the experimental data. An extended Gibbs criterion points to a source of the instability. The instability is lost when the meniscus approaches the throat between the grains and when the balance is lost between the changes of forces of the Laplace pressure and of the surface tension acting at the meniscus. The presence of the surface tension forces in the instability considerations in addition to the Laplace pressure distinguishes Gibbs criterion from other criteria. Gibbs meniscus energy estimate also provides an inertia force arising to maintain the linear momentum balance for the meniscus, and a duration of the jump.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,247
Écart entre enseignants0,219 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetNanomaterials and Printing TechnologiesTravaux en français237 207