MétaCan
Menu
Retour à la cohorte
Enregistrement W4410154644 · doi:10.1139/cgj-2025-0059

Gaining insights into capillary barrier effects through microfluidic experiments incorporating gravity

2025· article· en· W4410154644 sur OpenAlexvenueno aff
Guangyao Li, Wentao Gong, Song Feng, Xiuli Du

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCapillary actionGeotechnical engineeringMicrofluidicsMechanicsGeologyMaterials sciencePhysicsNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

This study performed microfluidic experiments of water displacing air at a low injection rate to provide deeper insights into capillary barrier effects (CBEs), which are encountered in numerous geotechnical and geoenvironmental applications. Four microfluidic chips with varying pore networks, including one single-layer and three double-layer configurations, were used to examine how pore characteristics impact CBEs. Tilt angles were systematically applied to the chips to explore the influence of gravity on CBEs. The results revealed that the introduction of gravity induced directional water invasion, producing downward preferential flows. CBEs were clearly observed when water moved from fine to coarse layers, causing the water motion direction to shift from downward to lateral or backward, and resulting in perched water above the fine–coarse interfaces. Notably, the pause duration of the advancing water front proved to be a more reliable indicator of CBEs’ effectiveness at the microscale than the water storage capacity of fine layers. The formation of CBEs required that the maximum driving pressure on the water–air interface be provided by fine layers after the water front reached the fine–coarse interfaces. A smaller gravitational force and larger pore sizes in coarse layers reduced the driving pressure provided by coarse layers, thereby enhancing the effectiveness of CBEs.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,216
Écart entre enseignants0,212 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207