MétaCan
Menu
Retour à la cohorte
Enregistrement W2464806779 · doi:10.2166/wqrj.2009.001

Innovation in Stormwater Management in Canada: The Way Forward

2009· article· en· W2464806779 sur OpenAlexaffabout
Jiří Maršálek, Hans Schreier

Notice bibliographique

RevueWater Quality Research Journal · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of British ColumbiaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésBioretentionSwaleStormwaterImpervious surfaceRainwater harvestingSurface runoffEnvironmental scienceLow-impact developmentEnvironmental planningFlooding (psychology)Green infrastructureWater resource managementHydrology (agriculture)Stormwater managementEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Rapid urban expansion, increased traffic, ageing infrastructure, greater climatic variability, and the need for enhanced sustainability of urban water resources pose significant challenges to conventional stormwater management. Innovative approaches are needed in order to mitigate the risk of flooding, pollution, and aquatic ecosystem degradation, and enhance beneficial uses of urban waters. To examine such approaches, a series of three regional conferences on innovative stormwater management were held in Vancouver, Calgary, and Toronto during 2007 to 2008 under the sponsorship of the Canadian Water Network (CWN) and the Canadian Mortgage and Housing Corporation (CMHC). Authors of selected conference papers providing information on innovative approaches to mitigating the risk of flooding and reducing pollution impacts at the property, neighbourhood, and watershed scales were then invited to submit journal papers, and those accepted in the review process were included in this Special Issue of the Water Quality Research Journal of Canada. An overview of the selected papers indicates that no single innovative measure is adequate under all circumstances,and a multibarrier approach is deemed to be most effective. Examples of innovations at the property level include harvesting roof runoff and reusing water, managing rainwater by infiltration in swales and into soils in bioretention areas, minimizing impervious surfaces, and using pervious pavement. At the neighbourhood level, runoff impacts are mitigated by designing roads without curbs, gutters, and drain pipes, and diverting runoff into infiltration channels, swales, and wetlands. Creating roads and parking lots with pervious pavement and draining runoff from such surfaces into infiltration basins is also discussed. Among stormwater quality source controls, potential effects of street sweeping on runoff quality enhancement were assessed. New innovations at the watershed scale include: (a) the creation of wide riparian buffer zones that can detain water, remove sediments, and mitigate nutrient export and other pollutant effects, (b) the minimization of channelization of streams and rivers, and (c) the designation of floodwater storage areas. A new water balance model that is linked to a global information system (GIS) and works at all the three scales offers the best option to conceptualize stormwater problems, and their mitigation, in urban watersheds. Finally, the aim of this Special Issue is to promote examples of successful innovative approaches to improving stormwater management in Canadian cities, hoping that other practitioners will build on this experience and bring stormwater management practice to the next higher level.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
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: aucune
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,695

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0040,003
Communication savante0,0120,004
Science ouverte0,0020,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,096
Tête enseignante GPT0,352
Écart entre enseignants0,256 · 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

Citations55
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetUrban Stormwater Management SolutionsTravaux en français237 207