MétaCan
Menu
Retour à la cohorte
Enregistrement W2126272514 · doi:10.1111/j.1745-6584.2008.00464.x

Risk Management of BTEX Contamination in Ground Water—An Integrated Fuzzy Approach

2008· article· en· W2126272514 sur OpenAlexaffabout
Xiaosheng Qin, Guohe Huang, Yongping Li

Notice bibliographique

RevueGround Water · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésBTEXRisk assessmentFuzzy logicRisk analysis (engineering)Computer scienceRisk managementContaminationEnvironmental scienceReliability engineeringEngineeringBusinessArtificial intelligenceXylene

Résumé

récupéré en direct d'OpenAlex

Abstract An integrated fuzzy simulation-assessment method (FSAM) was developed for assessing environmental risks from petroleum hydrocarbon contamination in ground water. In the FSAM, techniques of fuzzy simulation and fuzzy risk assessment were coupled into a general framework to reflect a variety of system uncertainties. A petroleum-contaminated site located in western Canada was selected as a study case for demonstrating applicability of the proposed method. The risk assessment results demonstrated that system uncertainties would significantly impact expressions of risk-level outputs. A relatively deterministic expression of the risks would have clearer representations of the study problem but may miss valuable uncertain information; conversely, an assessment under vaguer system conditions would help reveal potential consequences of adverse effects but would suffer from a higher degree of fuzziness in presenting the modeling outputs. Based on the risk assessment results, a decision analysis procedure was used to calculate a general risk index (GRI) to help identify proper responsive actions. The proposed method was useful for evaluating risks within a system containing multiple factors with complicated uncertainties and interactions and providing support for identifying proper site management strategies.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,579

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 savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,210
Écart entre enseignants0,194 · 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
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGround WaterMême sujetGroundwater flow and contamination studiesTravaux en français237 207