A Model Maintenance Tool - Moving Forward with an Investment in a System-Wide Model
Notice bibliographique
Résumé
In 2000, the Metropolitan Sewer District of Greater Cincinnati (MSDGC) initiated the development of a system-wide computer model (SWM) of their wastewater collection system to assist the agency in the assessment of the hydraulic performance of its system and in the prioritization of short-and long-term system improvements.The 42,000-node SWM was developed and calibrated, using EPA SWMM 4 (Huber, 1988), over a three-year period and represents over 1,500 miles of pipe (CDM, 2003).In response to Consent Decree requirements (United States of America, 2002America, & 2003)), the SWM was used to perform a comprehensive hydraulic capacity assessment of the wastewater collection system under both dry-and wet-weather flow conditions and is currently being applied to find solutions to assure system capacity.The SWM has been integrated into the agency operations and is being applied to meet a variety of objectives, some of which will extend well into the future.The SWM was built primarily with data from the Cincinnati Area Geographic Information System (CAGIS), a consortium of public and private entities with the goal of developing and maintaining infrastructure inventories in a common framework, in which MSDGC has participated since 1989.The inventory of sewer data in CAGIS has been diligently
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».