MétaCan
Menu
Retour à la cohorte
Enregistrement W3003144825 · doi:10.11575/prism/36314

Investigation of Evapotranspiration in a Bioretention System through Soil Moisture Content

2019· dissertation· en· W3003144825 sur OpenAlexaboutno aff
Richard Nadori

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioretentionEvapotranspirationWater contentEnvironmental scienceHydrology (agriculture)Soil scienceGeotechnical engineeringStormwaterEngineeringSurface runoffEcology

Résumé

récupéré en direct d'OpenAlex

Bioretention systems control stormwater runoff through infiltration, groundwater recharge, and water loss via evapotranspiration (ET) processes. The significance of ET as a volume reduction method has been limited in research. This study at a University of Calgary research facility in Okotoks, Alberta, assessed ET in the “40” soil media bioretention system. Soil moisture content sensors installed at 20cm and 40cm depths provided ET estimates. Seasonality impacted ET with the highest estimations occurring in July 2018 and the lowest in September 2018. 20cm ET estimations were generally higher than 40cm ET estimations due to shallow vegetation root systems. ANOVA tests showed woody, herbaceous, and turf grass vegetation types were not significant at 20cm on ET while woody and turf grass vegetations were significant at 40cm. The Hargreaves and Penman-Monteith equations do provide suitable upper and lower limits of ET estimation at 20cm. ET, at 20cm, reduced over 100% of water volumes and was capable of reducing antecedent moisture content in smaller storm events; 26 – 60% of water volumes were reduced in large storm events. At 40cm, ET reduced between 21 – 67% and over 100% of water volumes and was capable of slightly reducing antecedent moisture content in smaller events; 0-50% of water volumes were reduced in large storm events.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,073
Tête enseignante GPT0,268
Écart entre enseignants0,195 · 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'étudeObservationnel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetUrban Stormwater Management SolutionsTravaux en français237 207