MétaCan
Menu
Retour à la cohorte
Enregistrement W4225146512 · doi:10.11159/iceptp22.109

Coefficient of Variation of Drinking Water Networks in Residential Urban Complexes

2022· article· en· W4225146512 sur OpenAlexvenueno aff
Leonardo Pinela-Vargas, Natividad García-Troncoso, Hilda Zambrano-Montalvan

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Computational Techniques in Science and Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)Environmental sciencePhysics

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to establish a real value of daily and hourly variation coefficients for the design of drinking water networks.Determining the real daily K1 and hourly K2 coefficients of variation of different residential urban complexes, can constitute a reference for the design of future constructions.To be able to size drinking water networks, it is important to know the magnitude of variations in the volume of water that exists and the demands of the population, as the water consumption depends on various conditions and aspects such as: climate, socioeconomic factors population, and for future designs, the global Covid 19 pandemic.The study area will take place in Ecuador, located in the Guayas Province, The Daule city, specifically in the residential urban complexes and called citadels, in the Brillante stage in La Joya and Estelar stage in Villaclub.The macro water meter reading was recorded, 3 days a week, 24 hours a day, in each citadel, then, information was obtained from real water payroll to calculate the coefficients and the impact of the diameter was also calculated with the formula of Hazen Williams.Finally, some real values of coefficients, are not within the range established by current regulations.

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)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetAdvanced Computational Techniques in Science and EngineeringTravaux en français237 207