Notice bibliographique
Résumé
The intent of this research was to gain a better understanding of the effects of the design parameters on the thermal impact of stormwater management wet ponds. The effect of upland areas on inlet water temperatures of the ponds, thermal design modeling of the ponds, and cooling trenches effects to mitigate stormwater ponds are investigated using data collected from six stormwater ponds in the cities of Guelph and Kitchener, Ontario, Canada. The sensitivity analyses of the developed predictive artificial neural network (ANN) model showed that the rainfall event mean temperatures significantly influenced stormwater temperatures at the inlet of the ponds. The longest pipe length and pipe network density are the two parameters that control the cooling effect of the underground storm sewer system, as opposed to the impervious percentage of the catchment. Concerning the key design parameters of stormwater ponds, larger permanent pool volumes tend to release the warmer water resident in the ponds. Increasing travel path ratio using baffles can lead to less mixing of the water that is resident in the pond with the cooler fresh event runoff and therefore an increase in event mean temperature of outlet. Increasing pond volume from 2000 to 4000 m³ - while keeping all other parameters constant - results in an average increase of 5 °C in event mean temperature at the pond outlet (EMTO); increasing travel path ratio from 0.6 to 1.2 leads to an average increase of 6 °C in EMTO. Regarding the design parameters for stormwater ponds' cooling trench/ rock crib, the results obtained from the sensitivity analyses of the ANN model revealed that the effect of a cooling trench is significantly influenced by the initial temperature of the water and rock in the cooling trench and influent temperature of the water. Reducing the hydraulic depth from 0.8 to 0.3 m in the model shows a 2 °C improvement in the stormwater runoff cooling efficiency of the trench. Increasing the length of the trench from 50 to 100 m in the model confirms a 3 °C improvement in the stormwater runoff cooling efficiency of the trench.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».