MétaCan
Menu
Retour à la cohorte
Enregistrement W2591213454 · doi:10.14796/jwmm.c425

Modeling Investigation to Support Integrated Water Management in Southern Ontario: Considering Climate Change and Urbanization

2017· article· en· W2591213454 sur OpenAlexaffvenueabout
M. de Lange, Edward A. McBean

Notice bibliographique

RevueJournal of Water Management Modeling · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésUrbanizationClimate changeEnvironmental resource managementEnvironmental planningGeographyEnvironmental scienceWater resource managementOceanographyEconomic growthGeologyEconomics

Résumé

récupéré en direct d'OpenAlex

Confronted with an array of water management related challenges, Canadian municipalities are beginning to appreciate the myriad benefits of integrating initiatives for municipal water management. This integrated approach to water governance is intended to maintain the integrity of water sources, reduce damages from flooding, and promote environmental health through collaborative water management initiatives at a catchment level. In the interest of assessing the impact of urban development on flood risk, a model was developed to simulate the hydrological impacts of upstream development on downstream communities for a small catchment in Southern Ontario. Runoff hydrographs were determined through USEPA SWMM simulations for (1) pre-development, (2) post-development (status quo), and (3) green infrastructure development. The runoffs from these three scenarios are described using climate adjusted design storms of duration 1 h, 6 h and 24 h at return frequencies of 2 y, 10 y and 100 y. The effects of these events on flood risk to downstream communities were evaluated using a HEC-RAS simulation of a 2 km river reach.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,236
Écart entre enseignants0,188 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetHydrology and Watershed Management StudiesTravaux en français237 207