MétaCan
Menu
Retour à la cohorte
Enregistrement W3014180077 · doi:10.2166/wst.2020.144

No-regret selection of effective control handles for integrated urban wastewater systems management under parameter and input uncertainty

2020· article· en· W3014180077 sur OpenAlexaff
Julia M. Ledergerber, Thibaud Maruéjouls, Peter A. Vanrolleghem

Notice bibliographique

RevueWater Science & Technology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésRegretControl (management)ReuseWastewaterSelection (genetic algorithm)Resource (disambiguation)Sensitivity (control systems)Uncertainty analysisCombined sewerComputer scienceQuality (philosophy)Risk analysis (engineering)Operations researchEngineeringEnvironmental engineeringWaste managementSimulationMachine learningArtificial intelligenceBusiness

Résumé

récupéré en direct d'OpenAlex

Regulatory water quality limits are extended from the wastewater resource recovery facility (WRRF) to the sewer system. It is thus necessary to properly integrate those systems for the evaluation of the overall emissions to the receiving water. The integration of the sewer system and the WRRF, however, leaves us with multiple potential options to reduce these emissions. The proposed approach builds on previous research using global sensitivity analysis (GSA) as a screening method for available control handles. It considers parameter and input uncertainty to select control handles that generate large benefits even if the model differs from reality. Results from a real-life case study indicate that the three top-rated handles are comparably effective for all considered uncertainty and variability scenarios. But the results also showed that this does not apply to lower-rated handles.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,370
Score d'incertitude au seuil0,575

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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'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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetUrban Stormwater Management SolutionsTravaux en français237 207