MétaCan
Menu
Retour à la cohorte
Enregistrement W4377022735 · doi:10.1061/9780784484852.058

A Mass Balance Model of Rubber Crumb Discharge from Sports Fields and Contribution to Zinc Contamination in Motions Creek, New Zealand

2023· article· en· W4377022735 sur OpenAlexaff
Daniel H. Ahn, Matthew D. Davis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensWSP (Canada)
Organismes subventionnairesnon disponible
Mots-clésCrumb rubberNatural rubberEnvironmental scienceContaminationZincEnvironmental engineeringWaste managementCivil engineeringEngineeringMaterials scienceComposite materialMetallurgyEcology

Résumé

récupéré en direct d'OpenAlex

Artificial sports fields are becoming more common to increase usage and decrease maintenance cost. Modern artificial sports fields use rubber crumb to cushion impact. The Auckland Council Parks Department commenced investment of NZ$85 million to convert 37 sports fields to artificial turf. Seddon Fields and Michael Avenue Reserve sports fields were converted to artificial turf in 2013. In New Zealand, rubber crumb is sourced from discarded tyres. However, tyre wear is a principal source of zinc contamination in the region. An initial mass balance model of rubber crumb was undertaken to assess the order of magnitude of rubber crumb likely discharged from the fields. Previous estimates of zinc sources, contribution and harbour modelling of zinc accumulation in Motions Creek and the Meola Reef area of the Waitemata Harbour are compared to the new source of zinc from Seddon Fields’ rubber crumb run-off. Initial estimates suggest that rubber crumb run-off from sports fields constitutes a small, yet appreciable, source of zinc that merits further assessment regarding local contaminant loads and potential methods to decrease rubber crumb reaching waterways. A potential sustainable reuse of discarded tyres may be exacerbating contamination of Auckland’s waterways.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,995

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,012
Tête enseignante GPT0,217
Écart entre enseignants0,205 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban Stormwater Management SolutionsTravaux en français237 207