MétaCan
Menu
Retour à la cohorte
Enregistrement W2332202147 · doi:10.2166/wst.2013.450

Assessing the potential for restoration of surface permeability for permeable pavements through maintenance

2013· article· en· W2332202147 sur OpenAlexaffabout
Jennifer Drake, Andrea Bradford

Notice bibliographique

RevueWater Science & Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of GuelphUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCloggingInfiltration (HVAC)StormwaterPermeability (electromagnetism)Environmental scienceGeotechnical engineeringEngineeringSurface runoffMaterials science

Résumé

récupéré en direct d'OpenAlex

Permeable pavements (PPs) have been in use as stormwater management systems in Canada and the United States for over 20 years. After years of exposure to sediment and debris build-up, surface clogging reduces the infiltration of stormwater and inhibits the hydraulic and environmental functions of the pavement. Removal of surface material has been shown to restore infiltration but the majority of studies have been limited to small-scale testing. This paper presents the results of small- and full-sized equipment testing aimed at restoring surface permeability, including the first testing of regenerative-air and vacuum-sweeping streetsweepers in Ontario. Maintenance achieved partial restoration of PP surface permeability. Post-treatment surface infiltration rates displayed large spatial variability, highlighting that localized conditions throughout the pavement have a confounding influence on the overall effectiveness of maintenance. The impact of maintenance may be improved by establishing regular cleaning intervals and developing instructional guidelines for pavement owners and equipment operators.

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)0,002
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,270
Écart entre enseignants0,250 · 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

Citations72
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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