MétaCan
Menu
Retour à la cohorte
Enregistrement W4401810524 · doi:10.1680/jgein.24.00070

Complementary use of analytical equations and numerical models for composite liner designs

2024· article· en· W4401810524 sur OpenAlexaffabout
Yan Yu, W. Hu, R. Kerry Rowe

Notice bibliographique

RevueGeosynthetics International · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodGeomembraneComposite numberLimitingLeakage (economics)Flexibility (engineering)Finite element methodGeosyntheticsRange (aeronautics)Computer scienceStructural engineeringApplied mathematicsEngineeringMathematicsMaterials scienceMechanical engineeringGeotechnical engineeringAlgorithmComposite materialStatistics

Résumé

récupéré en direct d'OpenAlex

The finite element (FE) method is used to identify limitations and extend the applicability of an analytical solution for leakage through holed wrinkles in composite liners. The limiting assumption in the analytical model is relaxed based on FE results, providing a means of obtaining good agreement through the two methods over a wide spectrum of cases. Despite the flexibility of the FE, the analytical model has the advantage of readily accommodating a wide range of dimensions and material properties that, even with a very large mesh, may be difficult to analyze using FE. In addition, the analytical equation is well-suited for Monte Carlo simulation. This is illustrated by the use of the modified analytical equation and the Monte Carlo simulations to compare the performance of two types of composite liners currently approved for use in Chinese landfills with a generic design in Canada and other parts of the world. It is shown that even with a relatively small number of holed wrinkles leakage through the geomembrane composite liner can differ by up to two orders of magnitude between composite liners considered to be equivalent. The paper also notes the need to revise regulations to reflect the evolution of knowledge.

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: aucune
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,911

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)0,0010,000

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 Opus0,096
Tête enseignante GPT0,316
Écart entre enseignants0,221 · 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeosynthetics InternationalMême sujetLandfill Environmental Impact StudiesTravaux en français237 207