MétaCan
Menu
Retour à la cohorte
Enregistrement W2154498434 · doi:10.14796/jwmm.r227-13

Continuous Distributed Modeling for Evaluation of Stormwater Quality Impacts from Urban Development

2007· article· en· W2154498434 sur OpenAlexvenueno aff
Baxter E. Vieux, Jean E. Vieux

Notice bibliographique

RevueJournal of Water Management Modeling · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStormwaterSurface runoffEnvironmental scienceLow-impact developmentSedimentStormwater managementWater qualityWater resource managementHydrology (agriculture)Environmental engineeringEnvironmental planningGeologyGeotechnical engineeringEcology

Résumé

récupéré en direct d'OpenAlex

Understanding the impact of land use changes on nutrient and sediment loading from stormwater runoff to a water supply reservoir is the motivation for the study referenced in this chapter. Changes in the loading rate and the relative proportion of nutrients, e.g. nitrogen and phosphorus, can have important effects on eutrophication and algae production in the receiving water of the lake. Evaluation of stormwater runoff quantity and quality is performed for the 30.8 km 2 (11.9 mi 2 ) Rock Creek watershed located within the corporate limits of the City of Norman, OK. This watershed is part of the larger drainage area of Lake Thunderbird reservoir, which is operated by the Central Oklahoma Master Conservancy District and supplies drinking water to Norman and two other surrounding communities. The reservoir was constructed by the US Bureau of Reclamation in 1961-1965. The 2001 bathymetric survey determined Lake Thunderbird to have a maximum depth of 58 ft (17.7 m), mean depth of 15.4 ft (4.7 m), surface area of 5,439 acres (2,211 ha) and volume of 105,838 acre-feet (130,180,000 m 3 ). Excessive algae production leads to taste and odor complaints about the finished water product.

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)0,007
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,398
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,296
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; 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'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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetHydrology and Watershed Management StudiesTravaux en français237 207