MétaCan
Menu
Retour à la cohorte
Enregistrement W3088446125 · doi:10.1061/(asce)wr.1943-5452.0001297

Performance Assessment Framework for Small Water Systems: Case Study in British Columbia

2020· article· en· W3088446125 sur OpenAlexaffabout
Sarin Raj Pokhrel, Gyan Chhipi‐Shrestha, James Hager, Manuel J. Rodríguez, Kasun Hewage, Rehan Sadiq

Notice bibliographique

RevueJournal of Water Resources Planning and Management · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensUniversité LavalUniversity of British ColumbiaOkanagan University CollegeUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesnon disponible
Mots-clésPerformance indicatorWater qualityPerformance managementPerformance measurementEnvironmental resource managementOperations managementEnvironmental scienceComputer scienceEnvironmental planningBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

This study presents a performance assessment of small water systems (SWSs) through the lens of drinking water quality management. The performance assessment is based on five criteria: treatment and disinfection; water quality issues; operators’ capabilities; infrastructure and funding; and operational characteristics. Each criterion is composed of six performance indicators. Each indicator is rated using one of the three qualitative classes, namely, good, average, and poor. The qualitative classes are later transformed into numerical scores, which are then aggregated using a weighted sum method. The aggregated scores divided by a maximum possible score in the respective performance criteria give the overall performance level for a particular water system. The proposed performance assessment framework has been demonstrated using data collected from 66 SWSs representing three types of local bodies (regional districts, municipalities, and improvement districts) in British Columbia, Canada. The respondents included operators, engineers, managers, and technicians. The results showed the overall performance level of water systems of regional districts was comparatively better, followed by municipalities, and then improvement districts.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,127
Score d'incertitude au seuil0,272

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0030,002
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,281
Écart entre enseignants0,240 · 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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Resources Planning and ManagementMême sujetWater Quality and Pollution AssessmentTravaux en français237 207