MétaCan
Menu
Retour à la cohorte
Enregistrement W4402651927 · doi:10.1051/e3sconf/202456904005

Impact of differential settlement on leakage through geomembranes in waste covers: A field and numerical investigation

2024· article· en· W4402651927 sur OpenAlexaff
Y-H. Fan, R. Kerry Rowe, R.W.I. Brachman, Jamie Van Gulck

Notice bibliographique

RevueE3S Web of Conferences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésGeomembraneLeakage (economics)Settlement (finance)Environmental scienceWaste managementDifferential (mechanical device)Geotechnical engineeringEnvironmental engineeringGeologyEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

This study evaluates the impact of differential settlement on leakage through geomembrane holes in landfill and mine tailings covers. Conducted at the Queen’s University Experimental Liner Test Site, the research spanned two sections with 4H:1V slopes over 13 months. Section B, featuring a 3 m x 2 m depression (0.12 - 0.17 m deep), exhibited a 51- fold increase in leakage compared to the uniform Section A without depression (493L vs 11.1 L). Intriguingly, during colder months with lower precipitation, leakage in Section B surged by 43%, contrary to the lesser leakage observed during warmer, wetter months. 3D numerical models corroborate these findings, attributing the increased leakage during cold periods to reduced temperature-induced hydraulic conductivity of the cover sand. The research provides insights for design and inspection to effectively manage contaminant leakage in waste covers.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,018
Tête enseignante GPT0,271
Écart entre enseignants0,254 · 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.

Devis d'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetLandfill Environmental Impact StudiesTravaux en français237 207