Effect of seasonal climatic variance on water main failure frequencies in moderate climate regions
Notice bibliographique
Résumé
The yearly water main failure frequency is a central performance indicator to describe the structural quality of a water distribution network. Besides age related deterioration, events such as severe climatic conditions or intensified third party construction may cause sudden seasonal increases in failure frequency trends. For the cold regions of Canada and the dry regions of Australia, several studies exist describing the impacts of climatic failure frequencies on water main failure variations. Failure prediction modelling applied to Austrian supply systems have shown that irregularities in overall failure trends were not explainable with commonly used model covariates like material, vintage, diameter or the number of previous breaks. Analysing the monthly failure frequencies of several Austrian utilities, seasonal differences and variations in failure frequencies are recognizable. The research described in this paper therefore focused on analysing if climatic impacts are responsible for these variations. In a first step, climatic indicators, which are able to describe seasonal climatic variations in moderate climate regions, were derived. In a next step the correlation between summer and winter failure frequencies to these climatic indicators was analysed. The indicators taken into account were, e.g. the decisive freezing index (DFI), the summer rain deficit (RDs) or the amount of successive hot days (AHD). The research has shown that in all investigated climatic zones of Austria, the severity of the winter season influences failure frequencies. A dependency between winter failure frequency and the DFI was significant especially for rigid material types and for diameters up to 200 mm. So far, soil moisture effects have only shown a slight significance. Nevertheless, the indicator AHD has shown a correlation to failure frequencies in the dryer climate zones of Austria. This is of further interest as it is very likely that the AHD is going to increase due to climate change.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 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 ».