MétaCan
Menu
← Retour à la cohorte
Enregistrement W2891541808 · doi:10.24203/ajet.v6i3.5385

Adopting a Preparatory Strategy to Respond to Water Security Issues Arising from Geo-Hazards

2018· article· en· W2891541808 sur OpenAlexaff
Ed McBean, Aili Yang, Huiyan Cheng, Yicheng Wu, Zheng Liu, Zhineng Dai, Haiyan Fu, M. A. Bhatti

Notice bibliographique

RevueAsian Journal of Engineering and Technology · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHazardPopulationHuman settlementBiological hazardPhysical hazardEnvironmental planningRisk analysis (engineering)Forensic engineeringEngineeringComputer securityEnvironmental resource managementEnvironmental scienceComputer scienceBusinessWaste managementEnvironmental health

Résumé

récupéré en direct d'OpenAlex

‘Geo-hazards’ is a collective term to describe hazards causing huge problems with human settlements, where the hazards are many and varied, including earthquakes, floods, windstorms, and drought, all of which are intensifying over time in large part due to climate change and population growth. In particular, issues of availability of ‘safe’ water are major disruptive elements frequently causing widespread incidence of diarrheal diseases both during and post, geo-hazard events. In response, arguments are described which demonstrate ceramic water filters (CWFs) have credible potential to effectively remove E.-coli (and, by similar attribute characterization), are effective in the removal of cholera. Field experience in terms of removal have been demonstrated as 94.7% removal of E-coli and all users in some applications have expressed interest in continuing use of ceramic filters beyond the trial period. Arguments are put forth, for CWFs as a Point-of-Use (POU) technology by which they can be stored and rapidly disseminated given occurrence of geo-hazards, thereby providing the opportunity to respond quickly. CWFs can be effectively stored without deterioration, are inexpensive, and easy to train recipients for their post-geo-hazard occurrence.

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)0,016
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,005
Communication savante0,0080,005
Science ouverte0,0040,011
Intégrité de la recherche0,0090,013
Charge utile insuffisante (le modèle a refusé de juger)0,0230,009

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 Opus0,007
Tête enseignante GPT0,277
Écart entre enseignants0,270 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Engineering and Technology→Même sujetDisaster Management and Resilience→Travaux en français237 207→