MétaCan
Menu
Retour à la cohorte
Enregistrement W2054270185 · doi:10.4296/cwrj3501053

Runoff Reduction Effects of Green Roofs in Vancouver, BC, Kelowna, BC, and Shanghai, P.R. China

2010· article· en· W2054270185 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreen roofEnvironmental scienceSurface runoffEvapotranspirationPrecipitationHydrology (agriculture)Soil conservationIrrigationWater balanceRoofGeographyMeteorologyAgronomyAgricultureGeologyGeotechnical engineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This research examines how distinct climatic conditions affect the runoff reduction functions of green roofs by comparing performance in Vancouver, BC, Kelowna, BC and Shanghai, P.R. China. To quantify the reduction in runoff volume effectuated by green roofs, both the Soil Conservation Service Curve Number (SCS-CN), crop coefficient method and the Hargreaves-Samani method are applied in calculating the annual water gains and losses of green roofs during a year of average precipitation, using local climate data such as precipitation, evapotranspiration, and temperature. Using a soil water balance model, the research also analyzes the change in soil water content of a typical green roof with a soil depth of 150 mm, and compares the potential irrigation requirements of plants with low versus high water requirements in each of the three cities. The calculation results show that the typical green roof could reduce annual rooftop runoff by 29% in Vancouver, 55% in Shanghai, and 100% in Kelowna. Furthermore, these results illustrate the important role that soil properties, soil depth, and plant selection play in maintaining growth of plants and minimizing green roof irrigation requirements. L'étude dont il est question ici a pour objectif d'examiner l'influence des conditions climatiques sur la fonction de rétention des eaux de ruissellement par les toits verts. Cet objectif est effectué par une comparaison de performance d'un toit vert de spécification typique dans les villes de Vancouver et Kelowna en Colombie Britannique ainsi que Shanghai en R.P. de Chine. Pour quantifier la réduction des eaux de ruissellement effectué par les toits verts, l'étude applique la "Soil Conservation Service Curve Number" (SCS-CN), la méthode "Crop Coefficients" (coefficients de cultures) ainsi que la méthode Hargreaves-Samani pour calculer les gains et pertes annuelles en eau par un toit vert pendant une année de précipitations moyennes, basé sur les donnés climatiques locales, comme les précipitations atmosphériques, l'évapotranspiration et la température. Se servant d'un modèle d'équilibre aquatique cette recherche explore d'avantage le changement du contenu d'eau d'un toit vert typique avec un substrat de croissance d'une épaisseur de 150 mm, et compare le besoin d'irrigation de plantes à haut et bas niveau de demande d'eau dans chaque ville. Les résultats montrent qu'un toit vert typique pourrait réduire la quantité les eaux de ruissellement annuels de 29% à Vancouver, de 55% à Shanghai et de 100% à Kelowna. De plus, il s'avère que les spécificités du toit vert, en particulier, la qualité du sol, l'épaisseur du substrat de croissance et la séléction des plantes jouent un role important pour assurer la bonne croissance des plantes et amoindrir le besoin d'irrigation du toit vert.

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,595
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,168
Écart entre enseignants0,164 · 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