MétaCan
Menu
Retour à la cohorte
Enregistrement W4392239471 · doi:10.3390/w16050706

A Critical Review of Existing Methods to Evaluate the Performance of Nature-Based Solutions (NBS) on Commercial Roofs (CR) to Mitigate Urban Flooding

2024· review· en· W4392239471 sur OpenAlexaffabout
Maha Dabas, Sudhakar Molleti

Notice bibliographique

RevueWater · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésFlash floodFlooding (psychology)Environmental scienceStormwaterFlood mythGreen roofGreen infrastructureCivil engineeringSurface runoffEnvironmental resource managementRoofEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

The intensity and frequency of extreme rainfall events have increased in North America and the world due to climate change. Extreme rainfall events, characterized by a heavy volume of rainfall in a short duration, have triggered the onset of urban flash floods. Over the years, flash flooding has been reported in different cities in Canada, which resulted in many losses. Subsequently, different green roofing systems have been adopted to control urban stormwater runoff as part of Nature-Based Solutions (NBS) to mitigate urban flood and build a flood-resilient city. Currently, no specific widely recognized standard or code is dedicated to determining the hydrological performance of green roofs as a whole system. Moreover, there are no test protocols to regulate the design of green roof systems in the market. A comprehensive literature review examines existing research methods adopted to evaluate influencing parameters affecting the hydrological performance of NBS-CR. The results indicate several limitations in experimental and field investigations. Consequently, to address these limitations, it is essential to formulate a multi-functional work plan to develop a standardized test method that can become a common platform for the roofing industry to test and quantify the hydrological performance of their systems.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,807

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,131
Tête enseignante GPT0,429
Écart entre enseignants0,298 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetUrban Heat Island MitigationTravaux en français237 207