MétaCan
Menu
Retour à la cohorte
Enregistrement W2075883199 · doi:10.2166/wst.2011.368

Activated sludge modelling: development and potential use of a practical applications database

2011· article· en· W2075883199 sur OpenAlexafffund
Hélène Hauduc, Leiv Rieger, T. Ohtsuki, Andrew Shaw, I. Takács, Stefan Winkler, A. Héduit, Peter A. Vanrolleghem, Sylvie Gillot

Notice bibliographique

RevueWater Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensEnviroSim (Canada)Université Laval
Organismes subventionnairesCanada Research ChairsPolytechnique Montréal
Mots-clésTask (project management)DatabaseComputer scienceTask groupPoint (geometry)EngineeringSystems engineeringEngineering managementMathematics

Résumé

récupéré en direct d'OpenAlex

This study aims at synthesizing experiences in the practical application of ASM type models. The information is made easily accessible to model users by creating a database of modelling projects. This database includes answers to a questionnaire that was sent out to model users in 2008 to provide inputs for a Scientific and Technical Report of the IWA Task Group on Good Modelling Practice - Guidelines for use of activated sludge models, and a literature review on published modelling projects. The database is analysed to determine which biokinetic model parameters are usually changed by modellers, in which ranges, and what values are typically used for seven selected activated sludge models. These results should help model users in the calibration step, by providing typical parameter values as a starting point and ranges as a guide. However, the proposed values should be used with great care since they are the result of averaging practical experience and not taking into account specific parameter correlations.

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)0,018
score de la tête « metaresearch » (Gemma)0,035
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,000
Communication savante0,0060,009
Science ouverte0,0050,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,051
Tête enseignante GPT0,243
Écart entre enseignants0,193 · 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

Citations57
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207