MétaCan
Menu
← Retour à la cohorte
Enregistrement W7099825580

RE-INVENTING URBAN HYDROLOGY IN BRITISH COLUMBIA: RUNOFF VOLUME MANAGEMENT FOR WATERSHED PROTECTION

2011· article· en· W7099825580 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSurface runoffHydrology (agriculture)WatershedVegetation (pathology)Flooding (psychology)DrainageWater balanceNatural (archaeology)Catchment hydrologySubsurface flow
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is a logical link between changes in hydrology and impacts on watershed health, whether those impacts are in the form of flooding or aquatic habitat degradation. The link is the volume of surface runoff that is created by human activities as the result of alteration of the natural landscape (i.e., through removal of soils, vegetation and trees). When trees, vegetation and soils are replaced by roads and buildings, less rainfall infiltrates into the ground or is taken up by vegetation, which results in more rainfall becoming surface runoff. The key to protecting urban watershed health is to maintain the water balance as close to the natural condition as is achievable and feasible by preserving and/or restoring soils, vegetation and trees. But accomplishing this requires major changes in the way we approach urban drainage and in the way we develop land. Drainage engineers have traditionally thought of reconciling pre- and post-development runoff in terms of flow rates, not volumes. At the site level, however, we need to focus on how much rainfall volume has fallen, how to capture the excess, and what to do with it. The Province of British Columbia in the Pacific Northwest is leading the way in North America in developing and implementing innovative criteria and methodologies for reducing excess runoff volumes at the source, where rain falls. Science-based performance objectives and targets have been established to mimic the hydrology of a natural

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,225
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 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'étudeThéorique ou conceptuel
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChronic Kidney Disease and Diabetes→Travaux en français237 207→