MétaCan
Menu
Retour à la cohorte
Enregistrement W2894953069 · doi:10.3390/app8101802

A Source Pollution Control Measure Based on Spatial-Temporal Distribution Characteristic of the Runoff Pollutants at Urban Pavement Sites

2018· article· en· W2894953069 sur OpenAlexafffund
Changjiang Kou, Aihong Kang, Peng Xiao, Peter Mikhailenko, Hassan Baaj, Sun Lu, Zhengguang Wu

Notice bibliographique

RevueApplied Sciences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesYangzhou UniversityUniversity of WaterlooNational Natural Science Foundation of China
Mots-clésSurface runoffEnvironmental sciencePollutantPollutionInfiltration (HVAC)Hydrology (agriculture)Environmental engineeringGeotechnical engineeringGeologyGeographyMeteorologyEcology

Résumé

récupéré en direct d'OpenAlex

The concentrations of pollutants in urban pavement runoff are normally higher than those in other urban surface runoff, which causes serious problems in protecting the environment of receiving water and soils. The purpose of this study was to propose a source pollution control measure based on the spatial-temporal distribution characteristics of the runoff pollutants at urban pavement sites. Therefore, samples from pavement runoff were collected and tested for analyzing the spatial-temporal distribution characteristics. Then, infiltration tests were conducted on selected purification materials to evaluate their purification ability to the simulated pavement runoff. Results indicated that heavy metals Zn and Pb were at high concentrations near the intersection, the reason being the frequent braking of vehicles at this site. The level of suspended solids was far higher than the limitation in the standard near the site where massive human activities occurred. Besides, the cumulative amounts of all kinds of pollutants tended to be stable with the extension of rainfall duration. The logarithmic function was found to fit the experimental data well. Finally, the pavement runoff was categorized into different situations. The combinations of purification materials were recommended and integrated into a source control measure for the treatments of different pollution situations, which made the most use of each purification material and ensured the high elimination efficiency of different pollutants.

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)0,001
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 enseignants0,259
Score d'incertitude au seuil0,697

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,199
Écart entre enseignants0,187 · 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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetUrban Stormwater Management SolutionsTravaux en français237 207