MétaCan
Menu
Retour à la cohorte
Enregistrement W4404938360 · doi:10.1029/2024wr037537

A Novel Heat Pulse Method in Determining “Effective” Thermal Properties in Frozen Soil

2024· article· en· W4404938360 sur OpenAlexaff
Xiaolong Wu, Ying Zhao

Notice bibliographique

RevueWater Resources Research · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensGlobal Institute for Water SecurityUniversity of SaskatchewanQueen's University
Organismes subventionnairesGovernment of Shandong ProvinceNational Natural Science Foundation of China
Mots-clésThermalMaterials sciencePulse (music)Environmental scienceSoil scienceGeotechnical engineeringGeologyThermodynamicsEngineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Accurate and fast measurements of thermal properties are frequently required for characterizing the heat‐water dynamics in frozen soil. Measuring the thermal properties of frozen soil without inducing ice thaw has proven challenging with conventional heat pulse (HP) methods. In this study, based on an Infinite Line Source (ILS) semi‐analytical model that applies a constant temperature lower than the freezing point at the heat source to prevent the initiation of ice thaw in the frozen soil, we propose a novel HP‐based approach to measure thermal properties, applicable at temperatures below or above 0°C. Laboratory experiments and numerical modeling were utilized to validate the applicability of the approach and optimization strategies of the measurement. We found that the proposed HP‐based approach effectively maintained the maximum spatial temperature below the freezing point and therefore estimated the bulk thermal properties of quartz sand and ice contents. An optimized measurement strategy was proposed to monitor the temperature variations 2–4 cm away from the center of the heat probe after 60 s. This progress can largely facilitate the determination of the thermal properties of multi‐phase and ‐component frozen soil such as thermal conductivity, heat flux, and ice content in cold areas across soil science, hydrology, engineering, and climate science.

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)0,003
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 enseignants0,250
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,128
Tête enseignante GPT0,347
Écart entre enseignants0,219 · 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

Citations79
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetClimate change and permafrostTravaux en français237 207