MétaCan
Menu
Retour à la cohorte
Enregistrement W2314989036 · doi:10.2166/wst.2011.059

Reducing CSOs and giving the river back to the public: innovative combined sewer overflow control and riverbanks restoration of the St Charles River in Quebec City

2011· article· en· W2314989036 sur OpenAlexaboutno aff
Olivier Fradet, Martin Pleau, Christiane Marcoux

Notice bibliographique

RevueWater Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCombined sewerRecreationBaySanitary sewerWork (physics)EffluentHydrology (agriculture)Environmental scienceWater resource managementEngineeringEnvironmental engineeringCivil engineeringSurface runoffStormwaterLawPolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

After the construction of its wastewater treatment plants, the City of Quebec began to implement overflow control in wet weather to ultimately meet the effluent discharge objectives, i.e. no more than two overflows per summer season in the St. Lawrence River and no more than four in the St-Charles River. After several years of studies to determine which management strategies would best suit the purpose, and to propose optimum solutions, a first project to implement optimal and predictive management in real time, called "Pilot", came to life in 1999. Construction in phases soon followed and the work was completed in the fall of 2009. As a result, requirements with regard to environmental rejects were met in two sectors, namely the St-Charles River and the Jacques-Cartier Beach, and aquatic recreational activities could resume. Meanwhile, the City also worked at giving back access to the water courses to the public by developing sites at the Jacques-Cartier Beach and in the Bay of Beauport, and by rehabilitating the banks of the St-Charles River.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,286

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,202
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetUrban Stormwater Management SolutionsTravaux en français237 207