MétaCan
Menu
Retour à la cohorte
Enregistrement W2039511684 · doi:10.1061/41099(367)117

Performance of Permeable Pavements in Cold Climate Environments

2010· article· en· W2039511684 sur OpenAlexaffabout
Jennifer Drake, Andrea Bradford, Tim Van Seters

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of GuelphToronto and Region Conservation Authority
Organismes subventionnairesMinistry of Education, IndiaMinistry of Earth Sciences
Mots-clésEnvironmental scienceCold climateSurface runoffInfiltration (HVAC)Pervious concreteCivil engineeringEnvironmental engineeringEngineeringGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

The University of Guelph and Toronto Region Conservation Authority have recently initiated a research collaboration to evaluate the performance of permeable pavement in cold climate environments. Permeable pavement offers a means to reduce runoff, improve water quality and minimize thermal impacts to receiving water systems. However, there is continuing concern and uncertainty regarding the long term performance of these systems. In particular the harsh winters, which occur throughout Ontario and the associated sanding and salting of roadways, have a detrimental effect on both infiltration performance and the quality of the infiltrated water. Sanding of parking facilities can clog the voids within the pavement and, in extreme circumstances, essentially render the pavement impermeable. Even if pavement facilities are not sanded or salted during winter months contaminants and fine particulate matter are still introduced through the day-to-day flow of vehicle traffic. The hydraulic performance of porous pavement can be improved and even restored if regular maintenance is performed and fines removed. Numerous permeable parking facilities, of varying ages, exist throughout Ontario but there are few comprehensive studies evaluating pavement performance within Ontario. In this paper performance issues associated with Ontario conditions will be explained and details of the collaborative permeable pavement research project will be presented.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0070,001

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 Opus0,006
Tête enseignante GPT0,186
Écart entre enseignants0,180 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations5
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban Stormwater Management SolutionsTravaux en français237 207