A Simple Method for Estimation of the Soil Pore Structure in Frozen Soils Using the Nuclear Magnetic Resonance Method
Notice bibliographique
Résumé
The nuclear magnetic resonance method (NMR) is widely used as a tool in the pore size characterization of rocks such as sandstones, carbonates, and coals. This technique also has been widely used to estimate the unfrozen water content in frozen soils; however, there are limited studies that focus on the frozen soils pore structure characterization. In the NMR tests, based on the results from the literature, a linear relationship is typically assumed between the pore size (R) and transverse relaxation time (T2), of the transverse magnetization decay. This relationship is mathematically represented as 1T2=2ρ2R, where ρ2 is a constant representing the surface relaxivity. Traditionally, ρ2 is determined by T2 cutoff values, which is a relaxation time threshold that divides the T2 spectrum into two zones: namely, the bound water and free water in frozen soils. Conventionally, centrifuge experiments are used for determining the cutoff value in the field of petroleum engineering. The key parameter ρ2 is also approximately estimated or assumed based on the information from the published literature for different types of soils. In other words, T2 cutoff value is based on approximations that have limitations or based on centrifuge tests that need elaborate testing which is expensive. In this paper, a new method is proposed to calculate T2 cutoff value from the NMR test results on a saturated frozen silt clay. The key advantage of this method is that it alleviates the approximations or the use of expensive centrifuge tests for the estimation of the cutoff value, T2. The proposed method in this paper is useful for better understanding the behavior of frozen soils with the aid of simple and inexpensive methods.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».