MétaCan
Menu
Retour à la cohorte
Enregistrement W4414244379 · doi:10.1680/jgein.25.00043

Blended polyolefin geomembrane degradation in water and extreme pH mining environments

2025· article· en· W4414244379 sur OpenAlexaff
Rodrigo Alves e Silva, F.B. Abdelaal, M.S. Morsy, R. Kerry Rowe

Notice bibliographique

RevueGeosynthetics International · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésGeomembranePolyolefinHigh-density polyethyleneUltimate tensile strengthPolyethyleneDegradation (telecommunications)Leaching (pedology)

Résumé

récupéré en direct d'OpenAlex

Three blended polyolefin (BPO) geomembranes (GMBs) with nominal thicknesses of 1.0 mm (BzSw10), 1.5 mm (BzSw15), and 2.0 mm (BzS20) were immersed for 9.3 years in highly acidic (L1-pH 0.5) and highly alkaline (L8-pH 13.5) heap leaching solutions, and water (pH 6.5–7.6), at 85, 75, and 65°C. The solutions simulated pregnant liquors from metal recovery processes. BzSw10 and BzSw15 shared the same resin and antioxidant package, while BzS20 had a different formulation. All three comprised around 90% linear low-density polyethylene (LLDPE) and 10% high-density polyethylene (HDPE) resin. Times to antioxidant depletion and nominal tensile failure generally increased from BzSw10 to BzSw15 to BzS20 across all media. Among the solutions, pH 13.5 was the most aggressive, causing faster antioxidant depletion and onset of degradation, followed by water (pH 6.5–7.6) and pH 0.5. In pH 13.5, melt index and break strength initially decreased but later stabilized at low values, reflecting the strong influence of solution chemistry. Compared to a HDPE GMB previously immersed in the same pH 13.5 and pH 0.5 solutions, the BPOs exhibited faster antioxidant depletion but generally outperformed the HDPE in terms of mechanical property degradation, including break strength and stress-crack resistance.

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 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 enseignants0,119
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 GPT0,228
Écart entre enseignants0,216 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeosynthetics InternationalMême sujetLandfill Environmental Impact StudiesTravaux en français237 207