MétaCan
Menu
Retour à la cohorte
Enregistrement W1997127262 · doi:10.1061/(asce)wr.1943-5452.0000023

Design Criteria of Urban Drainage Infrastructures under Climate Change

2009· article· en· W1997127262 sur OpenAlexaff
Alain Mailhot, Sophie Duchesne

Notice bibliographique

RevueJournal of Water Resources Planning and Management · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésClimate changeContext (archaeology)DrainageFlooding (psychology)Environmental scienceGreenhouse gasComputer scienceExtreme weatherAdaptation (eye)Environmental resource managementRisk analysis (engineering)BusinessGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Actual projections provided by climate models suggest that the probability of occurrence of intense rainfall will increase in a future climate due to increasing concentrations of greenhouse gases. Considering that the design of urban drainage systems is based on statistical analysis of past events, an increase in the intensity and frequency of extreme rainfall events will most probably result in more frequent flooding. The design criteria must therefore be revised to take into consideration possible changes induced by climate change. A procedure is proposed to revise the design criteria of urban drainage infrastructures. This procedure integrates information about (1) climate projections for extreme rainfall over the region under consideration; (2) expected level of performance (or acceptable level of risk); and (3) expected lifetime of the infrastructure/system. The resulting design criterion ensures that the service level remains above the selected “acceptable” level over a predefined portion of the infrastructure lifetime. It is argued that the definition of new design criteria should be part of a global adaptation strategy combining various measures to maintain an acceptable level of service in a long-term perspective. Defining this level of service is however a challenge in a context where uncertainties on projected changes in intense rainfall are still important.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,249
Écart entre enseignants0,231 · 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

Citations247
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Resources Planning and ManagementMême sujetHydrology and Drought AnalysisTravaux en français237 207