MétaCan
Menu
Retour à la cohorte
Enregistrement W2148468713 · doi:10.7202/705274ar

Étude des pertes au ruissellement sur surfaces imperméables en milieu urbain.

2005· article· fr· W2148468713 sur OpenAlexaff
David Melo van den Brule, F. Guillaume Blanchet, J. Rouselle

Notice bibliographique

RevueRevue des sciences de l eau · 2005
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésForestryGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

L'étude de la réponse hydrologique de deux bassins versants de l'agglomération de Bordeaux en France a montré que les pertes initiales au ruissellement sur les surfaces imperméables étaient responsables des écarts entre le volume ruisselé et le volume prévu proportionnel à la lame d'eau tombée sur un bassin versant. Les pertes initiales, qui n'excèdent pas 2 à 3 mm, dépendent essentiellement de l'état de saturation des surfaces imperméables au début de la pluie. Cet état initial des surfaces imperméables dépend lui-même des antécédents pluvieux, notamment des conditions hydrologiques et météorologiques depuis la dernière pluie qui précède l'événement pluvieux considéré. Afin d'estimer quantitativement les pertes au ruissellement au cours d'une pluie, un modèle d'évaporation nommé EVA a été développé. Les données météorologiques sont utilisées afin d'évaluer, à partir d'un bilan énergétique simplifié entre l'eau et l'air, la lame d'eau évaporée des surfaces imperméables entre deux pluies successives. Après une pluie, il faut de un à trois jours selon la saison pour que l'eau stockée dans les dépressions de surface soit totalement évaporée, sur les bassins testés. Le modèle a été testé avec les mesures disponibles sur deux bassins versants urbains de la région bordelaise dont la surface totale n'excède pas 6 hectares. Quantitativement, on montre qu'il est possible de prédire les pertes au ruissellement avec une précision de 0,5 mm dans 65 % des cas étudiés. Les 35% d'épisodes où l'on se heurte à des difficultés sont des séquences de faibles épisodes pluvieux séparés par quelques heures et n'excédant pas 3,0 mm. La modélisation du remplissage partiel des dépressions de surface des terrains imperméables est alors trop sommaire.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,004
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,039
Tête enseignante GPT0,289
Écart entre enseignants0,250 · 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'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

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l eauMême sujetFlood Risk Assessment and ManagementTravaux en français237 207