MétaCan
Menu
Retour à la cohorte
Enregistrement W2921445092 · doi:10.2166/wqrj.2000.042

Review of Water Quality Impacts of Winter Operation of Urban Drainage

2000· article· en· W2921445092 sur OpenAlexaff
Gary L. Oberts, Jiří Maršálek, Maria Viklander

Notice bibliographique

RevueWater Quality Research Journal · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSnowmeltMeltwaterEnvironmental scienceWater qualityStormwaterSurface runoffSnowDrainageUrban runoffDeposition (geology)Hydrology (agriculture)Environmental engineeringMeteorologyGeographyGeologySedimentEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Urban snowpacks accumulate large quantities of solids and contaminants, which originate from such sources as airborne fallout, vehicular deposition, and applied grit and salt. Both contaminants and solids may be quickly released during the periods of snowmelt and, consequently, melting contaminated snow in urban areas in cold climates has the potential to substantially impact the water quality of receiving water bodies. Although data on the water quality impacts of meltwater are relatively scarce, instances of toxicity of the highly concentrated first flush and deterioration of the receiving water quality by winter discharges of solids and chemicals have been documented. Common rainfall-runoff management techniques do not usually address snowmelt impacts because of the cold weather effects on biological systems and physical processes. Further research on adaptation of conventional Stormwater management techniques to cold climate conditions is needed.

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)0,015
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0290,000

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 Opus0,109
Tête enseignante GPT0,408
Écart entre enseignants0,299 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations47
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetUrban Stormwater Management SolutionsTravaux en français237 207