MétaCan
Menu
Retour à la cohorte
Enregistrement W3206575243 · doi:10.1061/jswbay.0000968

Analytical Derivation of Urban Runoff-Volume Frequency Models

2021· article· en· W3206575243 sur OpenAlexaff
Sonia Hassini, Yiping Guo

Notice bibliographique

RevueJournal of Sustainable Water in the Built Environment · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSurface runoffSaturation (graph theory)Environmental scienceHydrology (agriculture)Return periodInfiltration (HVAC)StormwaterRunoff modelProbabilistic logicRunoff curve numberDrainage basinStormwater managementSoil scienceMathematicsStatisticsGeographyGeotechnical engineeringGeologyFlood mythMeteorologyEcology

Résumé

récupéré en direct d'OpenAlex

The analytical probabilistic approach has been investigated and occasionally applied in urban stormwater management for more than three decades. Many expansions and improvements have been made since its first appearance. However, there are still areas for the model to expand and improve. This study illustrates the derivation of the exact frequency distributions of the runoff-event volume considering both infiltration and saturation excess runoff generation processes. This new model is more accurate than the previously developed ones and can be used for the planning and design of certain stormwater management practices featuring water quality control, such as low-impact development practices. The model can effectively estimate the runoff volume of a small urban catchment with different return periods. It is applied to an actual small urban catchment under different soil saturation levels. The model was able to detect the minimal changes in the values of soil saturation; for a fixed return period, the model produced different runoff volumes under very close levels of soil saturation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,523
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,210
Écart entre enseignants0,194 · 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.

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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable Water in the Built EnvironmentMême sujetUrban Stormwater Management SolutionsTravaux en français237 207