MétaCan
Menu
Retour à la cohorte
Enregistrement W1030502552 · doi:10.1051/lhb/20150032

Gestion optimale de la vidange des bassins de rétention en réseau unitaire à l'aide d'un modèle intégré

2015· article· fr· W1030502552 sur OpenAlexaff
Sovanna Tik, Thibaud Maruéjouls, Paul Lessard, Peter A. Vanrolleghem

Notice bibliographique

RevueLa Houille Blanche · 2015
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesForestryPhysicsArtGeography

Résumé

récupéré en direct d'OpenAlex

Le texte suivant propose d'évaluer l'impact global de différents modes de vidange des bassins de rétention en réseau unitaire sur le milieu aquatique. Il s'agit d'une étude en modélisation utilisant un modèle intégré inspiré d'un cas d'étude sur lequel des campagnes d'échantillonnage ont été menées autour d'un bassin de rétention et d'un décanteur primaire de la station d'épuration (STEP). Le modèle intégré, développé à l'aide du logiciel WEST(r), contient trois bassins versants disposant chacun d'un bassin de rétention, reliés à un réseau unitaire qui aboutit à une STEP. La STEP est modélisée par un dessablage et une décantation primaire potentiellement avec ajout d'alun. Tous les modèles décrivent les concentrations en matière en suspension à l'aide d'une approche par distributions de vitesses de chutes des particules (DVCP). Neuf scénarios de vidange en temps de pluie ont été imaginés. Pour chaque scénario, les paramètres de débit de vidange des bassins de rétention et de dosage d'alun ont été modifiés. Les résultats montrent la possibilité d'une réduction non négligeable des charges de polluants déversées au milieu naturel, nécessitant une prolongation des durées de vidange des bassins de rétention raisonnable : pour le cas étudié, des réductions respectivement de 26 % et de 43 % des charges déversées sont constatées pour une augmentation du temps de vidange de 65 et 110 %. D'autre part, l'ajout d'alun permet une amélioration significative de l'efficacité de la décantation primaire, laissant présager la possibilité d'augmenter les débits acceptables en STEP, sans dégrader le traitement.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,032
Tête enseignante GPT0,246
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLa Houille BlancheMême sujetUrban Stormwater Management SolutionsTravaux en français237 207