MétaCan
Menu
Retour à la cohorte
Enregistrement W2883373216 · doi:10.1002/awwa.1089

Examining the Energy Performance Associated With Typical Pipe Unit Head Loss Thresholds

2018· article· en· W2883373216 sur OpenAlexafffund
Saeed Hashemi, Yves Filion, Vanessa Speight

Notice bibliographique

RevueAmerican Water Works Association · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensQueen's UniversityJacobs (Canada)
Organismes subventionnairesEngineering and Physical Sciences Research CouncilNatural Sciences and Engineering Research Council of Canada
Mots-clésHydraulic headHead (geology)Mains electricityEnergy (signal processing)Friction lossPipe network analysisEnvironmental scienceFlow (mathematics)Marine engineeringEngineeringMechanicsMechanical engineeringGeotechnical engineeringGeologyMathematicsStatisticsElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The energy performance of water mains is rarely used as a criterion for pipe rehabilitation decisions, yet there is a need to identify the worst‐performing pipes to target investment wisely. This study links pipe characteristics with energy performance to understand how traditional pipe replacement thresholds perform in terms of energy. A cross‐correlation analysis between pipe characteristics and pipe energy performance metrics, using a benchmarking data set of more than 20,000 water mains from 17 distribution systems, showed that unit head loss is closely related to net energy efficiency and the energy lost to friction (ELTF) in pipes, along with flow. Under average flow conditions, 3.2% of the pipes exceeded 3 m/km (ft/1,000 ft) of unit head loss, with 1.1% exceeding the more stringent 10 m/km threshold. Over 90% of pipes have a unit head loss below 1 m/km, which corresponds to an ELTF of 1.9%.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil0,418

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 Opus0,011
Tête enseignante GPT0,191
Écart entre enseignants0,180 · 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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Water Works AssociationMême sujetWater Systems and OptimizationTravaux en français237 207