MétaCan
Menu
Retour à la cohorte
Enregistrement W2188711342 · doi:10.5539/jgg.v7n4p65

Low Impact Development and Transportation in the City of Mesa, AZ

2015· article· en· W2188711342 sur OpenAlexvenueno aff
Maria Angelica Deeb

Notice bibliographique

RevueJournal of Geography and Geology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlooding (psychology)MesaLow-impact developmentBest practiceStormSurface runoffEnvironmental planningStormwater managementBusinessStormwaterEnvironmental scienceCivil engineeringEngineeringGeographyComputer scienceManagementMeteorologyEconomics

Résumé

récupéré en direct d'OpenAlex

The Cities of Mesa and Glendale, with a grant from the Water Infrastructure Finance Authority of Arizona (WIFA), partnered and developed a Low Impact Development (LID) Toolkit. This toolkit is a 100 page document that responds to the need to better manage the storm water runoff and reduce the need for very expensive expansion of drainage infrastructure. The solution to this problem justifies the need to use LID in Mesa. In 2014 the City of Mesa experienced flooding which affected many. Although LID solutions was considered at the time of this flooding event, it became a priority to identify potential solutions. The LID toolkit responded to this and is intended to minimize the harmful impacts of flooding by setting best practices related to the management of the rainfall-runoff process. The LID toolkit identifies and lists best storm-water City of Mesa management practices and national and regional LID best practices. This list and publication is intended to encourage City and private planners, designers and residents alike towards the practice of more sustainable design. The article presents the history of LID design and discusses the benefits of using LID tools.

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 enseignants0,002
Score d'incertitude au seuil0,115

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 savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetUrban Stormwater Management SolutionsTravaux en français237 207