MétaCan
Menu
Retour à la cohorte
Enregistrement W1818445629 · doi:10.7202/705370ar

Horus, un modèle conceptuel de simulation de la pollution en réseau d'assainissement - structure et validation

2005· article· fr· W1818445629 sur OpenAlexaff
M. Zug, L. Phan

Notice bibliographique

RevueRevue des sciences de l eau · 2005
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésForestryHumanitiesPhysicsArtGeography

Résumé

récupéré en direct d'OpenAlex

Les rejets urbains par temps de pluie constituent à l'heure actuelle une des causes majeures de la pollution du milieu naturel. Dans ce contexte, la modélisation est un des moyens pour comprendre, caractériser et finalement anticiper cette pollution. L'objet de cet article est la présentation générale du modèle de simulation HORUS et les principaux résultats obtenus en phase de validation. HORUS est un modèle de recherche événementiel de type conceptuel et a pour objectif de reproduire le fonctionnement d'un réseau d'assainissement par temps de pluie, au point de vue de l'hydraulique et de la pollution pour des réseaux pluviaux ou unitaires pouvant contenir des ouvrages particuliers. HORUS simule les différents phénomènes d'accumulation et d'érosion des solides sur les surfaces imperméables ainsi que les phénomènes de sédimentation ou d'érosion en collecteurs, en respectant un niveau de complexité homogène pour l'ensemble des étapes de calcul. Les polluants simulés sont les Matières En Suspension (MES), Demande Chimique en oxygène (DCO) et Demande Biochimique en oxygène à 5 jours (DBO5). HORUS a été calé, validé et transposé sur dix réseaux réels de caractéristiques et de localisations variées, avec une centaine d'événements pluvieux de caractéristiques très différentes. Les différents sites et mesures ont permis une large validation et l'obtention de résultats tout à fait satisfaisants pour les pollutogrammes en concentration et flux. Les résultats de validation qualitative et quantitative sur différents bassins versants sont proposés au sein de cet article.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,055
Tête enseignante GPT0,322
Écart entre enseignants0,267 · 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.

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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l eauMême sujetUrban Stormwater Management SolutionsTravaux en français237 207