MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312232978 · doi:10.22488/okstate.22.000023

Column experiments to anticipate clogging of standing column wells

2022· article· en· W4312232978 sur OpenAlexafffundabout
Léo Cerclet, Benoît Courcelles, Philippe Pasquier

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHydro-Québec
Mots-clésColumn (typography)CloggingWater columnPetroleum engineeringGeologyEnvironmental scienceComputer scienceOceanographyTelecommunicationsGeography

Résumé

récupéré en direct d'OpenAlex

Standing column wells are a promising solution to reduce the environmental footprint of building energy consumption.Nevertheless, as in other open-loop wells, they can be affected by clogging processes if detrimental hydrogeological conditions are present locally.This problem is relatively rare and still difficult to anticipate, even though some specific factors have been reported, such as substratum mineralogy and groundwater quality.This study proposes the use of a column experiments and coupon cell to anticipate clogging at two different sites near Montréal, Canada.The experiments were performed for duration of 50 and 52 d using thermoregulated columns at four temperatures.The results identified a difference in the chemistry of each site without any significant clogging risk.Site A showed a decrease in carbonates, magnesium, and calcium ions, and scanning electron microscopy showed a minor tendency to form carbonate deposits.Sulfate and calcium dissolution of the bedrock material were observed at Site B. Scanning electron microscopy of the coupons revealed organic matter with high carbon and sulfate concentrations.The same type of deposits was observed at Site B after three years of operation.In conclusion, these tests helped identify various potential clogging phenomena and indicated that both sites are not susceptible to major clogging risks.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,247
Écart entre enseignants0,232 · 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'étudeExpérimental (laboratoire)
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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetHydraulic Fracturing and Reservoir Analysis→Travaux en français237 207→