MétaCan
Menu
Retour à la cohorte
Enregistrement W2608093724 · doi:10.14796/jwmm.r223-05

GISRed 1.0, a GIS-based Tool for Water Distribution Models for Master Plans

2005· article· en· W2608093724 sur OpenAlexvenueno aff
Fernando Martínez Alzamora, Hugo Bartolín

Notice bibliographique

RevueJournal of Water Management Modeling · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesUniversitat Politècnica de ValènciaUniversitat de València
Mots-clésDistribution (mathematics)Master planComputer scienceGeographyEnvironmental planningEnvironmental scienceMathematics

Résumé

récupéré en direct d'OpenAlex

GISRed is a customized extension to ArcView® GIS3.2, oriented to modeling and calibration of water distribution networks, and which integrates all capabilities of the widely-used hydraulic modeling software EPANET 2.0.It basically includes a large set of hydraulic modeling tools, connections to the EPANET solver, and a hydraulic calibration module based on genetic algorithms.Additionally, more advanced modules to carry out complex tasks such as topological analysis, demand allocation and elevation interpolation tools, have been developed to enhance the features offered by the EPANET 2.0 interface and the inner capabilities of the supporting GIS platform.One of the most useful issues GISRed can help with, is in master planning.GISRed can simultaneously manage topological and structured data concerning the network elements and its properties, shape files containing auxiliary information and background layers.Information from the shape files and background can be imported to become part of the network; and, on the other hand, network information such as data or results can be queried to create new layers which can be symbolized to produce meaningful maps.In addition, results can be post-treated to create new information by using the spatial and geo-processing tools of the GIS platform.Finally GISRed can manage diverse scenarios in the same session to allow contrasting different results.This chapter focuses on the general procedure to be followed in order to develop a master plan based upon the authors' experience using the GISRed Extension.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0440,010

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 Opus0,024
Tête enseignante GPT0,207
Écart entre enseignants0,183 · 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

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetWater Systems and OptimizationTravaux en français237 207