MétaCan
Menu
Retour à la cohorte
Enregistrement W4292109333 · doi:10.2495/friar220051

PRIVATE LOT FLOOD PEAK ATTENUATION BY STORMWATER DETENTION TANKS

2022· article· en· W4292109333 sur OpenAlexaff
LUCY MARTA SCHELLIN, Rebecca Dziedzic, Maurício Dziedzic

Notice bibliographique

RevueWIT transactions on the built environment · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensConcordia UniversityUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésStormwaterFlood mythAttenuationEnvironmental scienceStormwater managementDetention basinHydrology (agriculture)Civil engineeringWater resource managementGeotechnical engineeringGeologyEngineeringSurface runoffGeography

Résumé

récupéré en direct d'OpenAlex

Changes in the hydrological cycle due to climate change and urbanization augment and accelerate runoff and flooding, degrade the urban environment, and cause human and material losses. Thus, it is important to implement measures that ensure urban hydrological conditions are kept as close as possible to pre-urbanization conditions, preventing floods. In addition to the conventional major and minor systems, cities may establish criteria for percentage of permeable area as well as stormwater management practices such as stormwater detention tanks, a type of low impact development technology (LID). The present study evaluates the adequacy of current practices in private lot detention tank design. It analyses time to empty, total detention time and flood peak abatement provided by detention tanks designed according to Curitiba's (Brazil) Bylaw 176/2007. Based on the results obtained, modifications were suggested to existing legislation to increase the efficiency of the detention tanks and, thus, reduce urban flooding and adapt to climate change. The proposed methodology can be applied elsewhere to guide detention tank design.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,504
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,000

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 Opus0,009
Tête enseignante GPT0,163
Écart entre enseignants0,155 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWIT transactions on the built environmentMême sujetCoastal and Marine DynamicsTravaux en français237 207