Surface Infiltration Rate of Permeable Pavements
Notice bibliographique
Résumé
Asphalt surfaces have greatly increased the amount of pollutant-carrying runoff entering surface waters. To counteract this, permeable pavement can be installed to allow water to infiltrate, thus reducing runoff and acting as a filter. This study tested the surface infiltration rate of 27 permeable pavement sites in North Carolina, Maryland and Delaware. One of these sites in North Carolina was monitored to compare pollutant loads of asphalt runoff to those in infiltrate. Concrete grid pavers (CGP) and permeable interlocking concrete pavers (PICP) were tested with pavement ages ranging from six months to 20 years. Two infiltration tests were run on 14 CGP lots filled with sand. The initial test was on the existing condition of the surface and second test was run after the removal of the top layer of residue (1.3 -1.9 cm) to simulate maintenance. Maintenance improved the infiltration rate on 13 of 14 sites. Analysis of the data showed that maintenance improves surface permeability at a confidence level of 99.8%. The median average infiltration rate increased from 5.0 cm/h, for existing conditions, to 8.0 cm/h after maintenance. Eleven PICP sites were also tested. Sites built in close proximity to loose fine particles had infiltration rates significantly less than sites free of loose fines. Averages of each condition are 60 cm/h and 2000 cm/h respectively. Even the minimum existing infiltration rates were comparable to those of a grassed sandy loam soil. Water quality data included in this study shows the results of six storms from June to October, 2003. With only a few storms to compare,
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».