MétaCan
Menu
Retour à la cohorte
Enregistrement W4405015239 · doi:10.1139/cgj-2024-0097

Metal corrosion in partially saturated sands: pore fluid conductivity and water saturation

2024· article· en· W4405015239 sur OpenAlexvenueno aff
Gloria M. Castro, Junghee Park, Abdelmounam Sherik, J. Carlos Santamarina

Notice bibliographique

RevueCanadian Geotechnical Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensnon disponible
Organismes subventionnairesSaudi Aramco
Mots-clésSaturation (graph theory)Hydraulic conductivityGeotechnical engineeringWater saturationCorrosionPore water pressureGeologyMetalMaterials sciencePermeability (electromagnetism)PorositySoil waterComposite materialMetallurgySoil scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Sediments can facilitate the electrochemical processes that drive the corrosion of buried metallic components. Common analyses and guidelines emphasize the effect of pore fluid conductivity on soil corrosivity and overlook the effect of partial saturation; yet, most buried metals are situated within the vadose zone. The detailed experimental study reported herein used mass loss measurements from passive corrosion tests, X-ray microtomography, and image analyses to examine the evolution of corrosion in C-steel coupons embedded in sand specimens mixed with de-ionized water and brine at various degrees of saturation. Experimental observations show that corroding cells preferentially form at contacting grains, and that the evolution of corrosion is biased by the variability in packing density and saturation, while fluid conductivity plays a lesser role. Above all, results highlight the critical importance of percolating gas and water phases, and show that water–grain–metal interfaces restrict the actively corroding area to a fraction of the entire metal surface. A complementary macroscale analysis anticipates asymptotic conditions based on mass and charge conservation, and the transport of corroding agents and residuals. Together, the measurements and model results highlight the significant impact of the degree of saturation on corrosion rates and mass loss.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,214
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetConcrete Corrosion and DurabilityTravaux en français237 207