MétaCan
Menu
Retour à la cohorte
Enregistrement W2333985097 · doi:10.1061/40644(2002)195

Thermal Enrichment of Stream Temperature by Urban Storm Waters

2002· article· en· W2333985097 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrological Forecasting Using AI
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSurface runoffImpervious surfaceEnvironmental scienceHydrology (agriculture)Rainwater harvestingSTREAMSThermal pollutionUrban heat islandStormFirst flushWater qualityStormwaterSurface waterEnvironmental engineeringMeteorologyEcologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

The paper reviews and models thermal enrichment of an urban stream due to storm water. The study area is in the city of Portage, Michigan, which drains into Portage Creek through the Consolidated Drain. Continuous temperature has been monitored for the last year and half. Results suggest that pavement runoff affects the stream temperature. Portage Creek is a cold water habitat for fish such as trout. Temperature is one of the water quality parameters that affect cold water aquatic habitats. Especially during summer, impervious surfaces heat and rainwater carries heat to the streams. This phenomenon has not been previously modeled. The paper develops the concepts of heat flux between runoff and its surrounding, such as heat flux between runoff and the paving, paving and the substrate, rain drops and the paving, and runoff water and atmosphere etc. These processes include wet and dry conditions, time of the day and night, and conditions before rain, during rain, and after rain. A simplified spreadsheet model to simulate the heat budget for runoff from urban pavement is presented. The model requires detailed inputs for urban runoff at a fine time step. PCSWMM is used to simulate runoff and provide input to the thermal enrichment model.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,988

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)0,0130,000

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 Opus0,009
Tête enseignante GPT0,188
Écart entre enseignants0,179 · 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

En bref

Citations18
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrological Forecasting Using AITravaux en français237 207