Measuring solids concentrations in urban stormwater and snowmelt: a new operational procedure
Notice bibliographique
Résumé
A comparative study of five methods measuring suspended sediment or solid concentrations in water-sediment mixtures indicated that, depending on the method used, broadly varying results can be obtained. For water-sediment mixtures containing sand size particles, the standard TSS method produced negatively biased results, accounting for 0 to 90% of the present solids; the negative bias directly depended on the magnitude of the sand fraction in the water-sediment mixture. The main reason for the differences between the TSS and the rest of the methods laid in the handling of samples; in the former methods, whole samples were analysed, whereas the TSS analysis was performed on sub-samples withdrawn from the water sample, the withdrawal process tending to exclude large particles. The methods using whole water-solid samples, rather than aliquots withdrawn from such samples, produced accurate estimates of solid concentrations, with a fairly good precision. Two whole-sample methods were studied in detail, a slightly modified standard SSC-B method and the newly proposed operational procedure referred to as the Multiple Filter Procedure (MFP), using three filters arranged in a series with decreasing pore sizes (25, 1.6 and 0.45 µm). Both methods assessed accurately concentrations of solids in a broad range of concentrations (200-8000 mg L(-1)) and particle sizes (0.063-4.0 mm). The newly introduced MFP was in good agreement with the SSC procedure, the differences between the two procedures not exceeding the standard bias defined for the SSC-B method. The precision of both SSC and MFP was generally better than ±10%. Consequently, these methods should be used when the total mass of transported solids is of interest.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».