MétaCan
Menu
Retour à la cohorte
Enregistrement W2801277542 · doi:10.1002/awwa.1042

Critical Review: Surface Water and Stormwater Quality Impacts of Cured‐In‐Place Pipe Repairs

2018· article· en· W2801277542 sur OpenAlexaboutno aff
Kyungyeon Ra, Seyedeh Mahboobeh Teimouri Sendesi, John A. Howarter, Chad T. Jafvert, Bridget M Donaldson, Andrew J. Whelton

Notice bibliographique

RevueAmerican Water Works Association · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensnon disponible
Organismes subventionnairesAgency for Toxic Substances and Disease RegistryFederal Highway AdministrationU.S. Environmental Protection Agency
Mots-clésStormwaterEnvironmental scienceContaminationWater qualityOdorWaste managementEnvironmental engineeringSurface waterEnvironmental planningEnvironmental protectionSurface runoffEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Cured‐in‐place pipe (CIPP) technology has been used to rehabilitate sanitary sewer, storm sewer, and drinking water pipes. However, utilities, regulators, and health officials have raised environmental, occupational, and public health concerns regarding chemical emissions into air and water. To better understand emissions into water, available literature was reviewed. Water contamination has been documented in 10 states and Canada because of the release of uncured resin, solvents, manufacturing byproducts, and wastes during and after construction. Odor, fish kill, and drinking water contamination incidents have been reported. The few field‐ and bench‐scale studies available show that a variety of volatile organic compounds and semivolatile organic compounds have been released into water and contamination was detected for several months. CIPP waste was acutely toxic to aquatic organisms. Chemical release is likely influenced by formulation, installation, and environmental conditions. CIPP installation and inspection recommendations were suggested. Studies are needed to develop evidence‐based construction and monitoring practices to minimize risks.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,274
Écart entre enseignants0,263 · 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'étudeObservationnel
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

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Water Works AssociationMême sujetUrban Stormwater Management SolutionsTravaux en français237 207