MétaCan
Menu
Retour à la cohorte
Enregistrement W4408475278 · doi:10.5194/egusphere-egu25-9190

Moisture dynamics controls rock elasticity from weakening to stiffening

2025· preprint· en· W4408475278 sur OpenAlexaff
Fuqiang Gao, Hongpu Kang, Rui Wu, Xiangyuan Peng, Shuangyong Dong, Chenxi Zhao, Kerry Leith, Boris Gurevich, Bing Q. Li, Qinghua Lei, Gennady Y. Gor, Paul Antony Selvadurai

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueGeotechnical and Geomechanical Engineering
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésStiffeningElasticity (physics)MoistureGeotechnical engineeringMechanicsMaterials scienceGeologyPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Water is ubiquitous in crustal rocks and has been independently shown to increase and decrease rock elasticity via adsorption-induced weakening and saturation-related stiffening. Yet, the interplay of how weakening and stiffening effects concurrently control the rock elasticity remains unclear. Here, we examine the acousto-mechanical behavior of a free-standing sandstone subjected to gradual water infiltration with a downward-moving wetting front over 7 days. Using time-lapse ultrasonic and digital imaging techniques, we observe elastic weakening ahead of the wetting front, which is explained by an analytical model linking P-wave velocity decrease, adsorption-induced expansion and surface energy decrease established at the grain scale. As the wetting front moves through the probed region, the weakening effect diminishes, and P-wave velocity begins to increase, consistent with findings in granite. This shift is attributed to saturation-related stiffening, supported by an analytical model of partial water saturation. A numerical model simulating the profile of water saturation and vapor further validates these observations. Our research sheds light on a key question in rock deformation: how weakening and stiffening effects jointly control rock deformation during progressive wetting.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeotechnical and Geomechanical EngineeringTravaux en français237 207