Stormwater Quality Descriptions using the Three Parameter Lognormal Distribution
Notice bibliographique
Résumé
The cumulative probability distribution used to describe the variability of stormwater pollutant concentrations has been a matter of interest in recent years.Many predictive models attempt to estimate appropriate stormwater constituent concentrations based on land use and the amount of impervious area.The most important study that characterized stormwater was the Nationwide Urban Runoff Program (NURP) (EPA 1983).NURP was conducted throughout the U.S. and included about 2300 events from 1978 through 1982.One of the conclusions of the final NURP report was that the event mean concentrations (EMCs) of stormwater constituents were described by lognormal distributions.This finding has been re-evaluated recently, with the conclusion that not all stormwater constituents are adequately described by lognormal distributions (Van Buren, 1997; Beherra, 2000).Stormwater managers have generally accepted the assumption of lognormality of stormwater constituent concentrations between the 5th and 95th percentiles.Based on this assumption, it is common to use the logtransformed EMC values to evaluate differences between land use categories and other characteristics.Statistical inference methods, like estimation and test of hypothesis, and analysis of variance (ANOVA) require statistical information about the distribution of the EMC to evaluate these differences.The use of log-transformed data usually includes the location and scale parameter, but a lower bound parameter is usually neglected.In this chapter, a large database, the National Stormwater Quality Database v.1.1 (NSQD) (Pitt, et al. 2003), will be used to evaluate a three-parameter lognormal distribution for stormwater constituent concentrations for different land uses.The NSQD
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».