MétaCan
Menu
Retour à la cohorte
Enregistrement W2921594966 · doi:10.29007/r6xs

Development of Decision Support Tool for Evaluation of Urban Water System Metabolism Efficiency

2018· article· en· W2921594966 sur OpenAlexaffabout
Vladimir V. Nikolic, Darko Joksimovic

Notice bibliographique

RevueEPiC series in engineering · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Ecological Systems Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSustainabilityDecision support systemRedevelopmentGreenhouse gasStormwaterNeighbourhood (mathematics)Sustainable developmentProcess (computing)Environmental planningEnvironmental economicsComputer scienceEnvironmental resource managementEnvironmental scienceEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

The revitalization of Toronto’s waterfront presents the largest urban redevelopment project currently underway in North America. With respect to planning the waterfront’s urban water systems (UWS), a number of studies considered a range of criteria in search for sustainable alternatives. However, a comprehensive assessment of the integrated source-drinking-wastewater-stormwater systems over their life cycles has not been developed. According to the main postulates of the integrated approach, hybrid water systems can offer potentially more sustainable solutions than traditional centralized systems. This paper discusses the development process of a decision support tool designed to facilitate evaluation of alternatives based on UWS metabolism concept while addressing some typical challenges of hydroinformatics. This decision-making support tool analyses and compares the sustainability performance of alternative decentralized solutions against a baseline conventional approach on a neighbourhood level. The tool uses a set of criteria, adopted by the large group of stakeholders involved in the development process, that are not typically considered in the decision-making process, such as energy savings, greenhouse gas (GHG) emissions, climate change resiliency, chemical use, and nutrient recovery.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,554

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 savante0,0000,000
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 Opus0,010
Tête enseignante GPT0,231
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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'admission2
Résumé présentoui

Explorer davantage

Même revueEPiC series in engineeringMême sujetSustainability and Ecological Systems AnalysisTravaux en français237 207