MétaCan
Menu
Retour à la cohorte
Enregistrement W1486790606 · doi:10.1002/j.1551-8833.2005.tb07474.x

Evaluation of loose deposits in distribution systems through: unidirectional flushing

2005· article· en· W1486790606 sur OpenAlexaboutno aff
Annie Carrière, Vincent Gauthier, R. L. Desjardins, Benoît Barbeau

Notice bibliographique

RevueAmerican Water Works Association · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlushingOrganic matterEnvironmental scienceFraction (chemistry)Environmental chemistryMineralogyComposition (language)Hydrology (agriculture)ChemistryEnvironmental engineeringGeologyChromatographyBiologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The objective of this project was to evaluate the extent of loose deposit accumulation in distribution systems in three Canadian cities to determine optimal flushing frequency. Unidirectional flushing was used to remove the deposits. The results obtained were found to be highly system‐dependant. The normalized mass of flushed deposits varied from less than 0.1 g/m (0.03 g/ft) to approximately 40 g/m (12 g/ft). For the range of velocities attained during flushing (0.65–2.3 m/s [2.1–7.6 fps]), the quantity of collected deposits was not a function of velocity. Analysis of the composition of the deposits confirmed the specificity of each water system. In all systems, the major fraction was iron corrosion compounds (38–72%), but organic matter (14–24%) and silicoaluminum compounds (7–16%) were also found to account for an important part of the deposits. Microbiological analyses revealed concentrations of total bacteria of approximately 1010 bacteria/g, but the presence of total coliforms was limited to 1.2% of the samples (n = 258).

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,274
Écart entre enseignants0,261 · 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'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

Citations57
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Water Works AssociationMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207