MétaCan
Menu
Retour à la cohorte
Enregistrement W7065990178

A GIS-Based LID Framework for Sustainable Urban Runoff Management

2021· other· en· W7065990178 sur OpenAlexaboutno aff

Notice bibliographique

RevueYork University Digital Library (York University) · 2021
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioretentionSurface runoffRanking (information retrieval)Low-impact developmentStormwaterStormwater managementUrbanizationGeospatial analysisRank (graph theory)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Low Impact Development (LID) is one of the most popular sustainable techniques for runoff reduction in urban areas. LID mimics nature by retaining or detaining the runoff at the source. Examples of LID include bioretention cells, green roofs, and porous pavements. While the primary purpose of LID is runoff reduction, several lateral benefits (environmental and socioeconomic) are accrued from LID. \n\nEven though many studies have shown the effectiveness of LID on runoff reduction, investigation around many other aspects of LID has remained limited. Out of all these aspects, there is a significant lack of a systematic decision-making model to rank LID solutions (suggest where to implement LID and what type of LID to use) to maximize the LID benefits. The objective of this dissertation is to develop an innovative simplified geospatial model (referred to as LID-Solution Evaluation and Ranking ApproacH (SERAH)) to rank the LID solutions. SERAH develops a Hydrological-Hydraulic Index (HHI) and integrates it into a Multi Criteria Decision Making (MCDM) model considering the key criteria contributing to the ranking LID solutions. \n\nIn this research, the application and effectiveness of SERAH and its corresponding indices were examined under various case scenarios and case studies (e.g., City of Toronto as the study site). Also, SERAH was validated against physical models such as HEC-HMS and PCSWMM. Further, the HHI was used for modelling climate change and urbanization scenarios for three Canadian metropolitans (Toronto, Montreal, and Vancouver).\n\nThe results of this study show that, unlike the traditional methods which use stormwater modeling for ranking LID solutions, SERAH effectively ranks LID solutions using geospatial analysis. SERAH and its corresponding indices are universally applicable since they have been deductively developed and like many similar methods are not induced and custom-built around a sample dataset. The results of this research lend themselves to the strategic planning of multifunctional sustainable infrastructures (LID); give a holistic insight about current and future demands for LID; integrate multiple disciplines (socioeconomic, environmental, geography, and hydrology) to find comprehensive sustainable solutions; and suggest a future need for similar multidisciplinary research by highlighting the gaps and limitations.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,008
Tête enseignante GPT0,171
Écart entre enseignants0,163 · 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'étudeObservationnel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYork University Digital Library (York University)Même sujetParticle Detector Development and PerformanceTravaux en français237 207