MétaCan
Menu
Retour à la cohorte
Enregistrement W2982017158 · doi:10.35298/pkc.2018.32

Obtention d’avantages grâce au traitement et à la réutilisation des eaux grises dans les bâtiments et les collectivités du Nord

2018· article· fr· W2982017158 sur OpenAlexaffvenue
Nicole Poirier, Ramona Pristavita

Notice bibliographique

RevuePolar Knowledge Aqhaliat Report · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueHistorical and Environmental Studies
Établissements canadiensTerragon Environmental Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Les eaux grises sont des eaux usées provenant d’activités comme la douche, le bain ou la lessive. Elles sont moins contaminées que les eaux noires, c’est-à-dire les eaux usées des toilettes, des urinoirs, des éviers de cuisine et des lave-vaisselle. Dans de nombreuses régions du monde où l’eau n’est pas abondante, les gens réutilisent l’eau grise pour la chasse d’eau, l’irrigation et le nettoyage, par exemple. Les normes des divers codes de la plomberie et du bâtiment assurent la sécurité des personnes qui utilisent de l’eau grise traitée à des fins variées. Il n’y a pas de pénurie d’eau au Nunavut, mais elle coûte très cher. La livraison d’eau par camion aux maisons et aux entreprises est dispendieuse. Par conséquent, le Nunavut utilise moins d’eau par personne que les autres régions du Canada. Dans le cadre de ce projet, on a étudié la possibilité de traiter et de réutiliser les eaux grises dans les collectivités du Nord. Une démonstration d’un nouveau système de traitement des eaux grises conçu pour le Nord a commencé en mai 2018 dans un triplex résidentiel de la Station canadienne de recherche dans l’Extrême-Arctique à Cambridge Bay. Les étudiants du Collège de l’Arctique du Nunavut consulteront les résidents et les propriétaires d’entreprise de la collectivité pour connaître leurs points de vue sur le traitement et la réutilisation des eaux grises. Pour préparer cette démonstration, un collège de Montréal a mis à l’essai le système de traitement pendant six mois. Il servait à traiter l’eau de douche et de lessive du complexe sportif. Le système a fonctionné de façon fiable et a pu répondre à toutes les exigences d’une norme largement adoptée pour les eaux grises.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,280

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,070
Tête enseignante GPT0,356
Écart entre enseignants0,286 · 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'étudeQualitatif
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 présentnon

Explorer davantage

Même revuePolar Knowledge Aqhaliat ReportMême sujetHistorical and Environmental StudiesTravaux en français237 207