Development of a Low Impact Development and Urban Water Balance Modeling Tool
Notice bibliographique
Résumé
The Toronto and Region Conservation Authority (TRCA), Lake Simcoe Region Conservation Authority (LSRCA), and Credit Valley Conservation Authority (CVC), “the GTA CAs,” have worked collaboratively to identify preferred low impact development (LID) stormwater management (SWM) models suitable for meeting typical design criteria. The GTA CAs research and experimentation efforts with various LID SWM case studies will inform the audience of model criteria and rationale that supports the selection of preferred open-source and/or commercial license LID modeling tool(s) which effectively demonstrate design targets have been met. The GTA CAs commissioned Golder Associates Ltd. to provide programming support and water resources expertise to support the development of the LID Treatment Train Tool (LID TTT) for Ontario, presently in a working beta version for review and experimentation before a planned hard launch in late March, 2017. The primary intention of the LID TTT is to support more consideration and realization of LID opportunities for a proposed site plan, throughout the design process undertaken by planners, SWM designers, and other decision makers for all types of site development or retrofit projects. The LID TTT will process computational results from EPA-SWMM to provide an assessment of stormwater runoff volume and associated target depths, along with total suspended solids (TSS) and total phosphorus (TP) reductions for both annual and event based scenarios, throughout the design process. A preliminary water budget assessment for pre and post conditions is also provided in the beta version of the LID TTT.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».