Effet d'échelle sur la simulation du ruissellement en milieu urbain
Bibliographic record
Abstract
Ce travail consiste en l’élaboration d’une méthodologie systématique qui permet de substituer une modélisation hydraulique simplifiée à une modélisation détaillée d’un réseau d’assainissement. L’approche préconisée est basée sur une analyse multi-paramètre du processus du drainage en milieu urbain. Les paramètres adimensionnels retenus dans cette analyse font intervenir les caractéristiques du bassin versant, les caractéristiques du réseau et celles de la pluie. Pour donner à cette approche un cadre plus général, les auteurs ont mené cette analyse sur des réseaux et des pluies synthétiques couvrant un spectre très large de cas concrets. La méthodologie élaborée a fait l’objet d’une étude de validation sur le bassin No1 de l’arrondissement de Verdun (Montréal). La concordance entre les débits mesurés à l’exutoire du bassin et les débits simulés par cette approche est avantageusement satisfaisante. Les modèles de transformation découlant de cette analyse, permettant le passage d’une modélisation globale à une modélisation détaillée constituent une avancée très significative pour une gestion en temps réel et optimisée des réseaux d’assainissement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".