Scenario Analysis of Drinking Water Infrastructure Rightsizing in Flint, Michigan: Model Census Tract Results
Notice bibliographique
Résumé
Sustainable urban systems require appropriately sized infrastructure. However, when cities face economic and population decline, hardened infrastructure - such as drinking water distribution systems – is difficult and costly to modify. This dataset provides the results of a modeling exercise performed using EPANET (Version 2.2) to examine potential scenarios for rightsizing water infrastructure in a shrinking city. The modeling was performed utilizing a full-scale, calibrated hydraulic model of the drinking water distribution system in Flint, Michigan obtained through a Memorandum of Understanding between the City of Flint and Wayne State University. For this analysis, in addition to a base model, we evaluate six scenarios involving either only decommissioning of pipes alone or both decommissioning and downscaling replacement of pipes. Model scenarios were run for three weeks (504 hours). The first two weeks (335 hours) were used to stabilize the system. System conditions (e.g., pressure in pounds per square inch (psi) and water age (hours)) at 15,936 locations in the system were recorded every hour, resulting in 168 measurements for each location in the system, a total of 2,677,248 measurements per hour. The minimum and maximum pressure, maximum water age (95th percentile), average pressure, and average water age (50th percentile) are computed during the third week of simulation. This dataset describes theoretical changes associated with each scenario as well as the pressure and water age resulting from EPANET modeling. Additionally, socio-economic data are also included. This dataset is paired with a second dataset available at https://doi.org/10.22237/waynestaterepo/data/1729036800/a. 894 record dataset Data Dictionary: GEOID: 14-digit Census Bureau geographic identifier based on 2010 Census; Scenario: Model Scenario (0-6); MinP: Minimum Water Pressure (psi); MaxP: Maximum Water Pressure (psi); AvgP: Average Water Pressure (psi); Ag50: Average Water Age (hrs); Ag95: Maximum Water Age (hrs); AgChn50: Change in Water Age (hrs) From Base Model (Scenario 0); AgChn95: Change in Water Age (hrs) From Base Model (Scenario 0); PercVacant: Percent Vacant Parcels in Census Tract; Distress: Distressed Communities Index (DCI) [Sadler RC, Gilliland JA, Arku, G. An application of the edge effect in measuring accessibility to multiple food retailer types in Southwestern Ontario, Canada. International journal of health geographics. 2011; 10, 1-15.]; PrcNW: Percent Non-White [U.S. Census Bureau, 2016-2020 American Community Survey 5-Year Estimates. Available at: www.data.census.gov. Accessed: 7 July 2024]
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».