MétaCan
Menu
Retour à la cohorte
Enregistrement W1911688114 · doi:10.14796/jwmm.r228-16

Land Development Characteristics in Jefferson County, Alabama

2008· article· en· W1911688114 sur OpenAlexvenueno aff
Celina Bochis, Robert E. Pitt, Pauline Johnson

Notice bibliographique

RevueJournal of Water Management Modeling · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of AlabamaU.S. Department of Agriculture
Mots-clésWatershedStormwater managementStormwaterLand useGeographyEnvironmental planningWater resource managementEnvironmental scienceArchaeologyHydrology (agriculture)Civil engineeringEngineeringSurface runoffComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

For a stormwater monitoring study to be successful, a careful examination of the study watershed is required.An inventory of watershed development conditions is needed both as part of a comprehensive stormwater quality plan for an area, and for many decision support activities.Past studies using the Source Loading and Management Model (WinSLAMM) (Pitt and Voorhees 1995) have demonstrated the importance of knowing the areas of the different land covers in each land use category and the storm drainage characteristics (grass swales, curb and gutters, and the roof drains).As this chapter describes, six to twelve homogeneous neighborhoods usually need to be surveyed for each land use category.Aerial photographs or satellite images of each site are also needed for measurements of each source area type.Impervious cover has been increasingly used as an indicator in measuring the impact of land development on drainage systems and aquatic life (Schueler 1994).It is also one of the variables that can be quantified for different types of land development.There are many different types of impervious surfaces; how they connect to the drainage system is important.Although much interest has been expressed concerning impervious areas in urban areas, data for their patterns of use is generally lacking.The procedures described in this chapter to obtain the field data information have been used for many years in stormwater research projects, including several Nationwide Urban Runoff Program (NURP) projects that were conducted in

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,559

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,203
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 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'étudeObservationnel
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

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetUrban Stormwater Management SolutionsTravaux en français237 207