MétaCan
Menu
Retour à la cohorte
Enregistrement W2030588616 · doi:10.1111/jawr.12152

Thermal Pollution Mitigation in Cold Water Stream Watersheds Using Bioretention

2013· article· en· W2030588616 sur OpenAlexaff
Daniel L. Long, Randel L. Dymond

Notice bibliographique

RevueJAWRA Journal of the American Water Resources Association · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensAmerican Water (Canada)
Organismes subventionnairesnon disponible
Mots-clésBioretentionEnvironmental scienceSurface runoffStormwaterLow-impact developmentThermal pollutionEnvironmental engineeringHydrology (agriculture)PollutionStormwater managementGeotechnical engineeringEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the use of bioretention as a strategy to reduce the thermal impact associated with urban stormwater runoff in developing cold water stream watersheds. Temperature and flow data were collected during 10 controlled runs at a bioretention facility located in Blacksburg, Virginia. It was determined that bioretention has the ability to reduce the temperature of thermally charged stormwater runoff received from an asphalt surface. Significant reductions in peak and average temperatures ( p < 0.001) were observed. However, this facility was unable to consistently reduce the temperature below the threshold for natural trout waters in Virginia. The ability of bioretention to reduce runoff volume and peak flow rate also serves to reduce the hydrothermal impact. An average thermal pollution reduction of nearly 37 MJ/m 3 was calculated using an adopted threshold temperature of 20°C. Based on the results of this study, it was concluded that properly designed bioretention systems have the capability to reduce the thermal impact of urban stormwater runoff on cold water stream ecosystems.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,450

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 savante0,0000,001
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 Opus0,006
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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'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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAWRA Journal of the American Water Resources AssociationMême sujetUrban Stormwater Management SolutionsTravaux en français237 207