MétaCan
Menu
Retour à la cohorte
Enregistrement W2978755869 · doi:10.11575/prism/37174

Investigation into using EPAnet software to design trickle fill water distribution systems

2019· article· en· W2978755869 sur OpenAlexaboutno aff
Ekaterina Zhdyreva

Notice bibliographique

RevueOpen MIND · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoftwareTRICKLEDistribution (mathematics)Computer scienceEnvironmental scienceMathematicsProgramming languageWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Small rural drinking water systems in Alberta face financial challenges when supplying potable water via traditional pressurized distribution system. In many rural settings, the costs can be reduced by employing an innovative solution of distributing and delivering water via low-pressure water supply system, often called trickle fill system. This research develops a modelling approach to design the trickle fill system in Rockyview County, Alberta and investigates into EPAnet software application suggested by US Environmental Protection Agency to study and analyze system hydraulics, water quality, and energy profile. The conducted research concludes the trickle fill system design cannot be performed by EPAnet alone and suggests modeling software applications suitable for rural water development to be used in combination with EPAnet software. The study proposes options for energy optimization for Rockyview County and finds that trickle fill system implementation is the most suitable option.

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 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 enseignants0,241
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,006

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 Opus0,099
Tête enseignante GPT0,293
Écart entre enseignants0,194 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207