MétaCan
Menu
Retour à la cohorte
Enregistrement W3040314583 · doi:10.2166/aqua.2020.146

Comparative analysis of air scouring and unidirectional flushing of water distribution systems

2020· article· en· W3040314583 sur OpenAlexafffundabout
Florent Pourcel, Sophie Duchesne

Notice bibliographique

RevueJournal of Water Supply Research and Technology—AQUA · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesMitacs
Mots-clésFlushingEnvironmental scienceVolume (thermodynamics)Environmental engineeringHydrology (agriculture)Petroleum engineeringGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Unidirectional flushing is a widely used method to remove sedimented particles from water distribution systems and prevent water discolouration events. However, it shows low efficiency in cases of high pressure losses, usually requires large volumes of water, and does not remove incrustations. Air scouring is known for being very effective in particle removal with minimal impacts from pressure loss, requiring little water and improving hydraulic capacities by removing soft incrustations. Flushing sequences of unidirectional flushing and air scouring were performed in similar conditions on 18 pipe sections from four water distribution networks located in the province of Quebec, Canada; unidirectional flushing was also performed on 14 additional pipe sections located in three other water distribution networks. Total suspended solid concentration of flushed water, water flow and pressure were recorded to estimate the amount of flushed particles, the required water volume and the evolution of hydraulic capacities. Within the studied networks, the water requirements for air scouring were approximately 8-fold less than for unidirectional flushing and did not significantly improve the hydraulic capacity of the cleaned pipes.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,125
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,023
Tête enseignante GPT0,275
Écart entre enseignants0,252 · 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'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

Citations13
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Water Supply Research and Technology—AQUAMême sujetHydraulic flow and structuresTravaux en français237 207