MétaCan
Menu
Retour à la cohorte
Enregistrement W4417408999 · doi:10.3178/hrl.25-00039

Numerical study of effects of soil pipes on the constant-head well permeameter test

2025· article· en· W4417408999 sur OpenAlexaboutno aff
Kotaro Yanai, Naoya Masaoka, Ken′ichirou Kosugi

Notice bibliographique

RevueHydrological Research Letters · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésPermeameterHydraulic conductivityInfiltration (HVAC)MacroporePorosityLaboratory testSoil water

Résumé

récupéré en direct d'OpenAlex

The Guelph Permeameter (GP) method is a widely used in-situ test for estimating field-saturated hydraulic conductivity (Kfs). However, its applicability to forested hillslopes, where large macropores such as soil pipes are often present, remains insufficiently examined. This study investigated the effects of pipes on GP measurements using three-dimensional infiltration simulations. Two pipe representations were assessed, namely, a seepage face boundary and a highly permeable porous medium. Simulation results indicated that pipes contribute to a significant increase in the infiltration rates only when they are directly connected to a well. Sensitivity to pipes was found to be influenced by the size of saturated bulbs (SBs), which differs according to soil texture. When pipes are located at a distance of more than 2.0 cm from a well, the increase in infiltration remains within 6%, regardless of soil texture. These findings indicate that GP measurements primarily reflect the properties of the soil matrix, rather than structures such as pipes and macropores.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,346
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,031
Tête enseignante GPT0,295
Écart entre enseignants0,265 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological Research LettersMême sujetSoil and Unsaturated FlowTravaux en français237 207