Reliability and efficiency of rainwater harvesting systems under different climatic and operational scenarios
Notice bibliographique
Résumé
Global demand for clean water supply is on the rise due to population growth, climate and land-use change.Resource limitation, climate, leading to increasing water scarcity, demographic and socioinstitutional shifts promote more integrated water management, such as: storm-water harvesting and re-use that may mitigate the risk of water restrictions for urban populations.There is a need to ascertain whether integrated strategies can achieve social and economic goals as well as good-quality ecosystem service and maintenance by long-term monitoring of existing reuse plant, design and feasibility analysis and probabilistic modelling of sustainable rainfall drainage, storage and re-use systems.Rainwater harvesting (RWH) systems may supply daily non-potable water for irrigation, toilette flushing, car washing and other uses.Optimal storage capacity size should correspond to that tank size for which further increases in size produced only a small increase in reliability.Design is usually performed with reference to tank efficiency, and previous studies evidenced how only in highdemanding scenarios there will be a marked dependence of the RWH system efficiency on the water demand.In this study, data taken from literature, and referred to many different place in the world, are re-examined in light of a new risk model.Efficiency, risk of overflow and risk of waterscarcity of RWH tank are examined under various climatic and operational scenarios (including system size and demand).Efficiency is compared with risk and their suitability as indicators of correct tank design is discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».