MétaCan
Menu
Retour à la cohorte
Enregistrement W4280554088 · doi:10.3390/su14106179

Stormwater Utilities: A Sustainable Answer to Many Questions

2022· article· en· W4280554088 sur OpenAlexaboutno aff
Carlos Novaes, Rui Cunha Marques

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveVariety (cybernetics)StormwaterStormwater managementBusinessEnvironmental planningEnvironmental economicsRisk analysis (engineering)Computer scienceEconomicsSurface runoffMicroeconomicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

One of the most complex and difficult questions to answer concerns how to organize and economically support public services of all kinds. In terms of services that involve a multiplicity of actors and objectives, as is the case with urban stormwater management, the difficulty is magnified and resources never seem to be sufficient. This paper reviews the successful approaches to stormwater management in a number of countries and concludes that it is both feasible and possible to successfully structure stormwater management in cities using a variety of models and incentives. With examples from cases practiced in the USA and Canada, based theoretically on the user-pays principle and on the fair distribution of impacts, the text innovates showing not only a technically and legally viable option, but an opportunity for users to become aware of the importance of reducing environmental impacts. By raising the possibility of delivering services out of the general public budget, reducing the taxation of all in exchange for charging only users and improving the performance, the discussion is directed, in an innovative way, to a very rarely questioned aspect and links the change in mentality from and economic way of thinking towards the new stormwater paradigm shift and SDGs.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,012
Communication savante0,0120,028
Science ouverte0,0020,004
Intégrité de la recherche0,0120,011
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,006
Tête enseignante GPT0,226
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetUrban Stormwater Management SolutionsTravaux en français237 207