MétaCan
Menu
Retour à la cohorte
Enregistrement W2561416246 · doi:10.2495/sdp-v12-n1-176-184

Influence of underground structures and infrastructures on the groundwater level in the urban area of milan, italy

2016· article· en· W2561416246 sur OpenAlexvenueno aff
Loris Colombo, Paola Gattinoni, Laura Scesi

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Development and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGroundwaterCivil engineeringEnvironmental scienceWater resource managementGeologyEngineeringGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Underground structures and infrastructures (i.e.metro tunnels and stations, deep foundations, etc.) locally affect the groundwater level of the aquifers in urban area, and they can bring about hydrogeological hazards especially in areas also interested by a regional raising trend of the water table.In this paper, the case of Milan (Italy) is discussed by means of the following steps: (1) monitoring data analysis for reconstructing the regional increasing trend of the water table ; (2) numerical modelling of the groundwater flow system in steady state; (3) numerical modelling of the interference of underground structures and infrastructures with the aquifer system.More in detail, the study started from a numerical model of the aquifer system of Milan, calibrated in steady state with reference to the maximum water table observed in May 2014.Afterwards, a pilot sub-model of about 9 km 2 was refined to simulate the major intersections between the metro lines and the stations.Modelling results pointed out a local increasing of the groundwater levels of about 10-15 cm over wide areas located nearby the tunnels intersections.Unfortunately, these areas coincide with those areas interested by the highest increase in water table due to the regional trend.Therefore, even if the local changes are quite low, they can negatively affect underground structures and buildings because of the superimposition of effects.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,229
Écart entre enseignants0,191 · 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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetRegional Development and Management StudiesTravaux en français237 207