KAVA Kartläggning av vattenanvändning
Notice bibliographique
Résumé
KAVA mapping of water use. There is limited data on how much drinking water is used for different purposes and how water use varies over time in relation to various factors such as temperature and precipitation. This lack of knowledge means that we don’t know where the water goes for example on hot days when usage increases significantly, which creates a load on raw water sources, drinking water treatment and/or drinking water distribution systems. This project has analyzed water consumption data from a total of seven participating water utilities to create an understanding of how consumers contribute to flow peaks. Data has been collected from water treatment plants, pumping stations and water meters from various consumer groups such as households and businesses together with weather data. The results show, among other things, that water use, in most cases, rises when the temperature (maximum daily temperature) rises, that villas with a pool have a higher water use than villas without a pool during the second quarter of the year. Results also shows that and that flow peaks occur when many people use a little more water than when a few people use a lot more water, and that flow peaks are driven by local conditions as they usually do not occur simultaneously for drinking water plants in different locations. As more water meters with stationary readings are replaced with digital water meters, new opportunities are created to analyze water usage data. The new data base also provides opportunities to inform and visualize water use for consumers and give them direct feedback when they change their behavior pattern. The most important experience that is highlighted regarding communication of sustainable water use is to stick to a predetermined communication plan and to convey a clear and well-thought-out why consumers should reduce their water use. We hope that this project will create a better understanding of how and when flow peaks occur and with that information water utilities can better avoid flow peaks, irrigation bans and events with depressurized distribution networks from occurring.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».