Guarded hot plate, optical scanning, transient divided bar: comparison of steady-state and transient methods to assess rock thermal conductivity.
Notice bibliographique
Résumé
Thermal conductivity of rocks is a key parameter to model and design both deep and shallow geothermal systems relying on heat transfer simulations. However, in most cases, these models are based on literature data or laboratory measurements with high or unknown uncertainty. Three different laboratory techniques were compared in this work, trying to better understand analysis discrepancy related to the guarded hot plate, the optical scanning and the transient divided bar methods. The first method allows to assess thermal conductivity in steady-state when temperature equilibrium is reached in a small core sample placed between two parallel thermoelectric Peltier elements. The optical scanning technology adopts a moving infrared heat source and temperature sensors to scan diamond cut rock surfaces and thermal conductivity is measured in transient conditions at room temperature. The transient divided bar is a recent modification of the conventional steady-state apparatus and consists of two copper blocks of known conductivity, between which the specimen is interposed. By cooling the lower block with a thermostatic bath, the conductivity is derived from the rate at which the heat leaves the upper block. Rock specimens from two sites in Kuujjuaq (Québec) and Bergen (Norway) were collected to characterize the underground and to evaluate the efficiency of both deep and shallow geothermal systems. The Kuujjuaq samples belong to the Southeastern Churchill Province (1.8 Ga) and the Bergen ones to the Minor Bergen Arc (0.45 Ga). First results show the variability among the three devices ranging from 1 to 15%, with 7% average. The most representative value can be picked depending on the quality of the specimen and knowing advantages and limitations of each method.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».