MétaCan
Menu
Retour à la cohorte
Enregistrement W1842627143

Development of an algorithm for sizing storage systems for rainwater harvesting

2015· article· en· W1842627143 sur OpenAlexaffabout
U.S. Panu, Rebneris R. J, Sharma T. C

Notice bibliographique

RevueAfrica Environmental Review Journal · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésRainwater harvestingEnvironmental scienceWater storageCatchment areaWater balanceIrrigationWater resource managementDrainage basinHydrology (agriculture)SizingEnvironmental engineeringEngineeringGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates the potential of a Rain Water Catchment System (RWCS) for meeting and/or supplementing the irrigation requirements for urban residential landscapes in a Canadian situation. In a specific usage of harvested rainwater for irrigation the urban landscape, the determination of the potential landscape area is best achieved through the spreadsheet-based water balance studies. Such computer based water balance programs invoke recursive approach to maximize the landscape area that can be irrigated by the rainwater catchment system by setting the design rainfall at a desired probability level, preferably at 50% (median value). The methodology developed in this paper was applied to size the rainwater storage systems for the city of Thunder Bay, Canada. The median roof catchment area was determined as 120 m2.and the capacity of an optimal RWCS was found to be approximately 1500 litres i.e., three tanks of 500 litres each that are commonly available in the market.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,163

Scores Codex et Gemma par catégorie

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

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 Opus0,083
Tête enseignante GPT0,262
Écart entre enseignants0,179 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAfrica Environmental Review JournalMême sujetIrrigation Practices and Water ManagementTravaux en français237 207