MétaCan
Menu
Retour à la cohorte
Enregistrement W4407367434 · doi:10.1139/cgj-2024-0368

Performance of Sustainable Drainage Capillary Barrier Systems for Climate Change Adaptation in Temperate Climates

2025· article· en· W4407367434 sur OpenAlexvenueno aff
Jessica Holmes, Ross Stirling, Richard Taggart, Narryn Thaman, Colin T. Davie, S. G. Glendinning

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTemperate climateDrainageClimate changeEnvironmental scienceAdaptation (eye)Geotechnical engineeringHydrology (agriculture)GeologyEcologyOceanography

Résumé

récupéré en direct d'OpenAlex

Capillary Barrier Systems (CBS) offer a sustainable solution supporting Sustainable Drainage Systems (SuDS) to urban flooding: The occurrence of flooding in urban areas is increasing in response to more intense precipitation, changes in land use that increase runoff (e.g., reduction of green spaces), and reduced water retention of soils. The need for adaptation to the impacts of extreme weather extends to buried assets (e.g., utilities, pavement subbases and foundations) that are vulnerable to deterioration due to shrink-swell behaviour. Combined Sustainable Drainage Systems and capillary barriers, offer a solution to these challenges. Here, small-scale (110 mm diameter, 1 m length) column experiments are used to test capillary barrier systems, also modelled in HYDRUS 1-D, to consider the impact of relative grain size between the two constituent materials, the use of geosynthetic filter fabrics, and the thickness of the water retention layer on combined SuDS CBS performance under a range of storm inflows. Recycled materials including crushed concrete and water treatment residual (a waste product of the water treatment industry) are shown to be effective for use in SuDS-CBS. Laboratory experiments and numerical modelling demonstrate the importance of antecedent moisture conditions for determining the performance of a SuDS-CBS during rainstorm events.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,188
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,218
Écart entre enseignants0,203 · 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'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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetUrban Stormwater Management SolutionsTravaux en français237 207