MétaCan
Menu
Retour à la cohorte
Enregistrement W2997700958 · doi:10.1002/9781119300762.wsts0185

Water Distribution Systems: Hydraulics and Quality Modeling

2019· other· en· W2997700958 sur OpenAlexaff
Haroon R. Mian, Sana Saleem, Guangji Hu, Rehan Sadiq

Notice bibliographique

RevueEncyclopedia of Water · 2019
Typeother
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWater qualityContext (archaeology)UrbanizationQuality (philosophy)HydraulicsEnvironmental sciencePopulationEnvironmental engineeringCivil engineeringEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Water is considered one of the key elements of life. It is important to deliver, manage, and maintain the quantity and quality of drinking water for safe ingestion. Water is supplied through a water distribution system (WDS), which delivers water from the source to end consumers with required flow and pressure. Moreover, water treatment is applied to maintain the quality of water. To achieve the required water quantity and quality, it is important to evaluate the conditions of water in WDS. Motivated by rapid population growth and urbanization, city planners, designers, and engineers are more interested in evaluating water quantity and quality in the planning phase. Development of models (numerical or conceptual) has become a widely recognized approach for any system, especially in the evaluation stage. Several models have been developed in the context of WDS to evaluate water quantity and quality, and most of these have been developed based on real‐world water sampling data. This article comprehensively reviews the existing hydraulic and quality models that have been applied in various WDSs. Some of the commonly used water modeling software used in WDS hydraulic and quality designs are also listed.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 GPT0,203
Écart entre enseignants0,192 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEncyclopedia of WaterMême sujetWater Systems and OptimizationTravaux en français237 207