MétaCan
Menu
Retour à la cohorte
Enregistrement W3135343834 · doi:10.36904/tsm/202101041

Les branchements en acier inoxydable partiellement ondulé pour réduire les fuites d’eau

2021· article· fr· W3135343834 sur OpenAlexaff
B. VAN HECKE

Notice bibliographique

RevueTechniques Sciences Méthodes · 2021
Typearticle
Languefr
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensNickel Institute
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

L’eau non facturée (« non-revenue water », soit NRW) est un problème considérable pour la majorité des métropoles dans le monde. La rareté de l’eau, le coût élevé de l’eau, la croissance démographique, les sécheresses et le dérèglement climatique appellent à des changements dans de nombreuses régions du monde. Les pertes d’eau, de l’ordre de 20 à 35 % pour un grand nombre de villes, contribuent à l’appauvrissement des précieuses ressources en eau. Les pertes sont également coûteuses pour le consommateur à cause des importants efforts déployés pour détecter les fuites d’eau, des réparations nécessaires, de la perte d’énergie nécessaire au pompage et au processus, du traitement des eaux gaspillées à cause des fuites et des coûts ultérieurs comme les affaissements de route et les perturbations de trafic. À cause des fuites, l’empreinte totale de l’infrastructure hydrique d’une ville (de l’apport au stockage, au pompage et au traitement) doit être plus importante (plus que le pourcentage perdu) que ce qui serait nécessaire pour simplement répondre à la demande en eau. Des solutions durables, innovantes et rentables sont ainsi demandées par le secteur mondial de l’eau potable. Les branchements en acier inoxydable de type 316 partiellement ondulé ont d’abord été développés pour fournir une solution face aux pertes d’eau au Japon. Ils permettent d’aider les grandes villes à considérablement réduire le volume d’eau non facturée, ainsi que les coûts de maintenance annuels. Par exemple, Tokyo a réduit ses fuites de 15 % à 3 % après avoir remplacé la quasi-totalité des branchements sur une période de 20 ans.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,008

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 Opus0,053
Tête enseignante GPT0,332
Écart entre enseignants0,279 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechniques Sciences MéthodesMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207