MétaCan
Menu
Retour à la cohorte
Enregistrement W2592257580

A Study of Underground Stormwater Detention Chambers and the Creation of the Model for Underground Detention of Sediment

2015· dissertation· en· W2592257580 sur OpenAlexaffabout
Nicholas McIntosh

Notice bibliographique

RevueTSpace (University of Toronto) · 2015
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStormwaterDetention basinEnvironmental scienceCivil engineeringStormwater managementHydrology (agriculture)SedimentEngineeringMining engineeringEnvironmental engineeringWater resource managementEnvironmental planningGeotechnical engineeringGeologySurface runoffGeomorphologyEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis investigates the hydraulic and runoff treatment capabilities of Underground Stormwater Detention Chambers (USDC) and compares them to stormwater management ponds, the industry standard system for runoff detention and treatment. Runoff characteristics were monitored at a USDC in Markham, Ontario. Characteristics include: total suspended solids, turbidity, nutrients, metals, bacteria, temperature, and hydrocarbons. The Model for Underground Detention of Sediment (MUDS) was created to predict the removal of suspended solids by a USDC. The results indicate that the Markham USDC meets all provincial hydraulic requirements and most water quality requirements. Also, the Markham USDC provides equivalent or improved level of service compared to stormwater management ponds for runoff treatment in most cases. MUDS was proven capable of accurately predicting USDC hydraulics and suspended solids removal for both event based and continuous based simulations.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,219

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,247
Écart entre enseignants0,225 · 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'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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetUrban Stormwater Management SolutionsTravaux en français237 207