The Use of GIS to Determine a Strategy for the Removal of Urban Litter Upper Lotus and Lower Salt River Catchments, Cape Town
Notice bibliographique
Résumé
Urban litter pollution is a persistent problem in rivers, canals and drainage pipelines throughout South Africa.Part of an integrated approach to achieve a reduction oflitterpollution in the storm water systems involves the development of optimized strategies for the removal of litter from the pipelines and canals.This can only be achieved by developing a clearer understanding of the volume, source and distribution of litter within South African stormwater systems.This chapter presents a study in which a litter generation model was developed to estimate the source and quantities of litter in the upper reaches of the Lotus River and lower reaches of the Salt River catchments.Using GIS modeling techniques, the litter generation model integrated land-use data sets with litter wash-off rates for various land-use types to determine the quantity of litter generated from discrete sub-catchments within the study area.This model was then used as an aid in selecting the most appropriate litter removal devices in optimal locations within the study area to achieve the greatest litter removal at the lowest cost.A practical phased implementation program was thus developed for the City of Cape Town that could potentially remove 65% of the litter from the rivers and canals in the study area.Wise, C. and N. Armitage.2004."The Use of GIS to Determine a Strategy for the Removal of Urban Litter Upper Lotus and Lower Salt River Catchments, Cape Town."Journal of Water Management Modeling R220-24.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».