MétaCan
Menu
Retour à la cohorte
Enregistrement W4394329388 · doi:10.6084/m9.figshare.22190090

Key performance indicators for small and medium-sized urban water systems in a semi-arid region: a case study of Okanagan Valley, Canada

2023· dataset· en· W4394329388 sur OpenAlexaboutno aff
Sarin Raj Pokhrel, Gyan Chhipi‐Shrestha, Kasun Hewage, Rehan Sadiq

Notice bibliographique

RevueFigshare · 2023
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAridKey (lock)GeographyWater resource managementEnvironmental planningEnvironmental resource managementEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

Drinking water, wastewater, and stormwater are three components of an Urban Water System. Maintenance of these components requires evaluation of the existing performance of the water system. The evaluation becomes more significant in small and medium-sized water systems because these systems wrestle with various constraints, such as insufficient funds, inadequate infrastructure and water governance. In this study, Key Performance Indicators (KPIs) are identified for each UWS component considering six performance criteria. A questionnaire was distributed to water utilities across the Okanagan Valley. KPIs were identified by combining Delphi technique and Preference Ranking Organization Method for Enrichment Evaluation methods. Ninety-six KPIs were identified with 39, 30, and 27 KPIs for drinking water, wastewater, and stormwater. Based on the available literature, <i>agriculture water use, low impact development implementation (LID), average annual life cycle investment, and swimming advisories</i> are a few notable KPIs that are unique to the Valley.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,998

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,053
Tête enseignante GPT0,258
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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueFigshareMême sujetWater Quality and Pollution AssessmentTravaux en français237 207