MétaCan
Menu
Retour à la cohorte
Enregistrement W4403192993 · doi:10.3390/w16192840

Research Hotspots and Trend Analysis in Modeling Groundwater Dense Nonaqueous Phase Liquid Contamination Based on Bibliometrics

2024· article· en· W4403192993 sur OpenAlexaboutno aff
Mengdie Ju, Xiang Li, R. Wu, Zuxin Xu, Hailong Yin

Notice bibliographique

RevueWater · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental remediationEnvironmental scienceGroundwaterContaminationGroundwater contaminationMultiphase flowAquiferEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Groundwater contamination by dense nonaqueous phase liquids (DNAPLs) poses a severe environmental threat due to their persistence and toxicity. Modeling DNAPL contamination is essential for understanding their distribution, predicting contaminant spread, and developing effective remediation strategies, but it is also challenging due to their complex multiphase behavior. Over the past few decades, researchers have developed various models, including multiphase flow, mass transfer, and solute transport models, to simulate the distribution of DNAPLs. To understand the research trends in DNAPL modeling in groundwater, a bibliometric analysis was conducted using CiteSpace based on 614 publications from the WoS Core Collection database (1993–2023). The publications were statistically analyzed, and the research hotspots and trends were summarized. The statistical analysis of the publications indicates that the United States is leading the international research on DNAPL models, followed by China and Canada; the collaboration between countries and disciplines in this field needs to be strengthened. Keyword clustering and burst detection reveal that the current research hotspots focus on multiphase flow models, mass transfer models, back diffusion, and practical applications of the models; the research trends are centered on back diffusion mechanisms, the characterization of contamination source zones, and prediction of the contaminant distribution at real-world sites, as well as optimization of the remediation strategies.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devishigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil0,551

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,006
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 Opus0,047
Tête enseignante GPT0,334
Écart entre enseignants0,287 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Bibliométrie

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Autre devis
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetGroundwater flow and contamination studiesCatégorieBibliométrieTravaux en français237 207