Enhancing an existing composite model to estimate MSW settlement during the filling and post-closure phases in both warm and cold regions
Notice bibliographique
Résumé
The settlement of municipal solid waste (MSW) is a critical factor in estimating landfill airspace capacity before final cover placement. While numerical modelling has improved MSW settlement predictions, such methods often require significant computational resources and specialized expertise, making them less practical for field applications. Existing closed-form expressions also fail to adequately capture MSW's increasing resistance to compressibility under higher stress levels (e.g., successive MSW lift placements) and the delay in biodegradation-induced settlement under freezing temperatures. This study enhances an existing composite settlement model to address these limitations. The improved model refines the mechanical creep component by modifying the creep coefficient to incorporate the effects of increased compressibility resistance under higher overburden stress. To better represent biodegradation-induced settlement, a delay time parameter was introduced. This parameter was derived by first generating a series of degree of degradation (DOD) curves using a validated thermal-mechanical-biological (TMB) model. These curves, which characterize biodegradation progression under different temperature conditions, were then fitted using a first-order decay equation that incorporates the newly introduced delay time. By integrating this parameter, the enhanced model accounts for the lag in biodegradation-induced settlement when MSW temperatures are not favourable for microbial activity. The model was validated by comparing its predicted settlement with recorded field data from the Ste. Sophie Landfill. Its effectiveness was further demonstrated by comparing the enhanced model's predictions to those of the original model, showing substantial improvements in accuracy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».