Modèle de lessivage des matières en suspension en milieu urbain
Bibliographic record
Abstract
Le présent travail porte sur le développement et la validation du modèle conceptuel RQSM (Runoff Quality Simulation Model). Le modèle RQSM a pour objectif de simuler le lessivage des matières en suspension. Le modèle RQSM considère que l’accumulation est infinie sur les surfaces perméables et imperméables. Il utilise l’énergie cinétique des précipitations pour décrire la mise en suspension des particules solides. Il modélise le transport des matières en suspension à l’aide de la théorie des systèmes linéaires. Les charges de matière en suspension mesurées durant 22 événements pluvieux enregistrés à l’exutoire du sous-bassin (1) de l’arrondissement de Verdun au Canada et à l’exutoire de trois sous-bassins de la ville de Champaign aux États‑Unis ont servi à valider le modèle RQSM. Les charges de matière en suspension simulées par le modèle RQSM ont été comparées aux charges mesurées et aux charges simulées par le modèle de « rating curve » et par le modèle de lessivage exponentiel du logiciel SWMM. Les charges simulées à l’aide du modèle RQSM étaient comparables aux charges mesurées. De plus, la performance du modèle RQSM a été jugée équivalente à celle des modèles exponentiel et « rating curve ». Une analyse de sensibilité menée sur le modèle RQSM a mis en lumière l’influence de chaque paramètre sur la charge simulée.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".