Methodology for Selecting Best Management Practices Integrating Multiple Stakeholders and Criteria. Part 2: Case Study
Notice bibliographique
Résumé
The selection of stormwater Best Management Practices (BMPs) for mitigating the effects of urbanization on the hydrological cycle could be a complex process due to conflicting stakeholder views, and varying levels of performance of BMPs across a range of criteria (runoff reduction, erosion control, etc.). Part 1 of this article proposed a methodology based on the application of multi-criteria decision aid (MCDA) methods, which was tested here on a residential stormwater network in the Montreal area. The case study considered green roofs, rain gardens, rain barrels and pervious pavement over a range of economic, social, and water quality and quantity criteria by applying 4 MCDA methods under three different stakeholder views. The results indicated Elimination et Choix Traduisant la Réalité (ELECTRE) III to be the most appropriate method for the methodology, presenting flexibility concerning threshold values, criteria weights, and showing shared top choices across stakeholders (rain gardens, and rain gardens in combination with pervious pavement). The methodology shows potential for more formal applications and research opportunities. Future work may lie in the inclusion of multiple objective optimization, better stakeholder engagement, estimation of economic benefits, water quality modeling, long-term hydrological simulations, and estimating real BMP pollutant removal rates.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».