MétaCan
Menu
← Retour à la cohorte
Enregistrement W6991074082

Evaluation of Hydraulic Conductivity Collected by Various Approaches at a Highly Heterogeneous Field Site

2023· dissertation· en· W6991074082 sur OpenAlexafffund

Notice bibliographique

RevueUWSpace (University of Waterloo) · 2023
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of Waterloo
Mots-clésGround subsidenceField (mathematics)Measure (data warehouse)OoidLimitingWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Significant research efforts have been conducted over the last several decades to better understand the groundwater flow and subsurface contaminant transport. It has been found that building a groundwater model for remediation decision-making requires an accurate delineation of spatial variation in hydraulic conductivity (K) and specific storage (Ss). Currently, numerous methods are available for site characterization. Traditional methods such as grain size analyses, permeameter and slug tests can provide point-scale estimates of K, while large-scale estimates from pumping tests are widely used for water-supply and water-quality investigations. However, when the degree of local heterogeneity increases, the necessary number of K increases dramatically, which presents a challenge to conventional methods. As a consequence, Direct Push (DP) based methods have been developed as efficient alternatives to conventional well-based approaches to provide K variability for shallow, unconsolidated aquifers. Hydraulic Profiling Tool (HPT) is one of the novel DP approaches designed for high-resolution site characterization with a test interval of about 1.5 cm. Various site-dependent formulae can be utilized to convert data collected during the HPT surveys into K estimates over a limited range. More recently, inverse modeling approaches of varying degrees of parametrization have become one of the most promising techniques to map hydrostratigraphic spatial variations between boreholes and identify heterogeneity characteristics with a level of detail never before possible. Many comparisons of diverse approaches have been performed, but there is no consensus on which approach yields parameters that are representative for field sites. The main objective of this study is to evaluate K estimates obtained via various site characterizations methods including: (1) grain size analyses; (2) falling head permeameter tests; (3) slug tests; (4) HPT with three different formulae; (McCall and Christy, 2020; Borden et al., 2021; and Zhao and Illman, 2022b) (5) inverse modeling based on a geological zonation approach, and (6) a highly parametrized transient hydraulic tomography (THT) approach. The performance of each approach is first qualitatively analyzed by comparing it with site geology. A 19-layer geological model and forward groundwater model are employed to further assess various methods by simulating seven independent pumping tests that are not used for model calibration under both steady-state and transient-state conditions. Results reveal that the highly parametrized THT analysis with prior geological information yields the best results in model validation under both steady and transient states, and the generated K field revealed the most salient features of inter- and intra-layer heterogeneity. In contrast, traditional methods yield biased prediction of drawdowns, while HPT methods are primarily constraint by the limited range of estimates, especially for low permeable materials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,211
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUWSpace (University of Waterloo)→Même sujetGroundwater flow and contamination studies→Travaux en français237 207→