MétaCan
Menu
Retour à la cohorte
Enregistrement W4365458887 · doi:10.1139/cgj-2022-0310

Effects of plant-biochar interaction on the performance of a landfill cover system: field monitoring and numerical modelling

2023· article· en· W4365458887 sur OpenAlexvenueno aff
Charles Wang Wai Ng, Haowen Guo, Junjun Ni, Qi Zhang, Rui Chen, Yanmin Zhang

Notice bibliographique

RevueCanadian Geotechnical Journal · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesEnvironment and Conservation FundSouth China University of TechnologyState Key Laboratory of Subtropical Building ScienceNational Natural Science Foundation of China
Mots-clésBiocharEnvironmental scienceAmendmentInfiltration (HVAC)Environmental engineeringHydrology (agriculture)Soil scienceGeotechnical engineeringWaste managementGeologyEngineeringMaterials sciencePyrolysis

Résumé

récupéré en direct d'OpenAlex

Biochar has been used as a sustainable amendment to moderate the risks of climate change to plant and soil management. A 3-year field monitoring was conducted at Shenzhen Xiaping landfill to evaluate the performance of a three-layer landfill cover using plant and biochar. Coarse-grained completely decomposed granites (CDG) amended with peanut shell biochar at 0%, 5% and 10% (m 3 /m 3 ) were used for the top layers of three grass plots (10 m×5 m each), respectively. Coarse recycled concrete and fine-grained CDG were used for the middle and bottom layers of all plots. Numerical simulation was conducted to back analyse the monitored results. The results show that the grassed cover with biochar can retain over four times higher negative pore-water pressure than that without biochar. During the monitoring, over 62% of total rainfall was evapotranspirated from biochar amended covers, which was 10% larger than the cover without biochar. With biochar amendments, the infiltration amount was reduced by 13%, but water storage was improved by up to 15%. The measured and computed percolation of the grassed covers with 0%, 5% and 10% biochar meet the recommended criterion by USEPA. It is recommended that 5% biochar content is sufficient to minimise water percolation.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,200

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 Opus0,010
Tête enseignante GPT0,190
Écart entre enseignants0,181 · 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

Citations32
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetSoil and Unsaturated FlowTravaux en français237 207