MétaCan
Menu
Retour à la cohorte
Enregistrement W2522577142 · doi:10.2166/wqrjc.2016.022

Water reuse through managed aquifer recharge (MAR): assessment of regulations/guidelines and case studies

2016· article· en· W2522577142 sur OpenAlexaff
Jie Yuan, Michele I. Van Dyke, Peter M. Huck

Notice bibliographique

RevueWater Quality Research Journal · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensUniversity of WaterlooNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesnon disponible
Mots-clésGroundwater rechargeReclaimed waterReuseContext (archaeology)AquiferWater resource managementEnvironmental scienceWater scarcityWater resourcesEnvironmental planningGroundwaterEngineeringWaste managementGeology

Résumé

récupéré en direct d'OpenAlex

Managed aquifer recharge (MAR) with reclaimed water is an important water reuse application. As an intentional way of recharging water into aquifers, MAR can be used to address water shortages and contribute to sustainable water resources management practices. The establishment of a MAR system depends on the source of recharge water, the selection of a recharge method and site, the type of water treatment system, and the ultimate purpose of recovered water, and these components are closely related and integrated. However, at present, detailed regulations or guidelines that specifically guide MAR with reclaimed water are unavailable in most countries. The complexity of MAR systems and the lack of a sophisticated regulatory framework increase the difficulties of MAR implementation. This review provides an introduction to MAR with reclaimed water and a comparison of current worldwide water reuse regulations or guidelines, including a proposed approach for MAR implementation. An analysis of selected MAR with reclaimed water case studies was also done within the context of this proposed approach. This paper recommends the development of specific regulatory or design criteria, including a complete quantitative risk assessment framework for the evaluation and operation of MAR systems.

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 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)0,009
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,317
Tête enseignante GPT0,466
Écart entre enseignants0,149 · 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 tête enseignante, pas un consensus.

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

Citations46
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207