MétaCan
Menu
Retour à la cohorte
Enregistrement W2743192450 · doi:10.1061/9780784480892.034

Performance Modeling of Wastewater Collection Networks Using Multi-Proactive Renewal Analysis

2017· article· en· W2743192450 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevuePipelines 2017 · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensResearch CanadaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSanitary sewerWastewaterAsset managementWork (physics)Computer scienceAsset (computer security)Data collectionPlan (archaeology)Environmental economicsBusinessEnvironmental scienceEngineeringComputer securityFinanceEnvironmental engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Traditionally, highly deteriorated wastewater pipes are given priority in capital work activities. To this end, when capital budgets are limited, money is first allocated to replacing sewers in WRC Internal Condition Grade 5 (ICG 5), the worst condition based on WRc coding system, and the remaining budget is then used for the next condition groups such as ICG 4. This study investigates the effect of partial allocation of capital budgets between fully-deteriorated (ICG 5) and semi-deteriorated (ICG 4) sewers, using a system dynamic modeling approach over the design life of the asset. The results of analyzing a Canadian wastewater collection network show that a multi-proactive rehabilitation strategy can be more effective in the long-term financial planning of wastewater collection networks. Municipalities and utilities can use the decision-support tool provided herein as an effective asset management plan for wastewater collection networks.

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.

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)0,000
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 enseignants0,407
Score d'incertitude au seuil0,432

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,051
Tête enseignante GPT0,256
Écart entre enseignants0,206 · 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