MétaCan
Menu
Retour à la cohorte
Enregistrement W77527114 · doi:10.2166/wqrj.2004.046

The Role of Water Balance Modelling in the Transition to Low Impact Development

2004· article· en· W77527114 sur OpenAlexaff
Patrick Graham, Laura Maclean, Dan Medina, Avinash S. Patwardhan, Gabor M. Vasarhelyi

Notice bibliographique

RevueWater Quality Research Journal · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésBioretentionStormwaterSurface runoffRainwater harvestingEnvironmental scienceLow-impact developmentReuseSwaleStormwater managementEnvironmental planningInfiltration (HVAC)Water resource managementEnvironmental engineeringEngineeringMeteorologyWaste managementGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Low impact development (LID) is increasingly being viewed by local governments and developers alike as a viable approach to stormwater management that can effectively protect aquatic habitat and water quality. LID relies on distributed runoff management measures that seek to control stormwater volume at the source by reducing imperviousness and retaining, infiltrating and reusing rainwater at the development site. Early conventional stormwater management practices tended to focus on stormwater quantity and controlling a few extreme rainfall events, whereas the more frequent storms, which represent the majority of total runoff volume, carry most of the pollutants, and control the geomorphology of streams, were addressed in stormwater quality design practiced during the last decade. These frequent events are most effectively managed with a volume control approach, often described as stormwater source control or Low impact development (LID). Such an approach is described in this paper, demonstrating how water balance modelling can be an effective tool for evaluating and supporting implementation of LID options such as bioretention, pervious paving, numerous types of infiltration systems, rainwater reuse and green roofs. It also discusses recently developed water balance modelling software, including an Internet-based planning tool and a design optimization tool.

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)0,009
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 enseignants0,691
Score d'incertitude au seuil0,606

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,074
Tête enseignante GPT0,352
Écart entre enseignants0,278 · 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

Citations43
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetUrban Stormwater Management SolutionsTravaux en français237 207