Estimativa do volume de microrreservatórios de detenção para amenização dos alagamentos no Município de Santo Estevão – BA
Bibliographic record
Abstract
A utilização de práticas sustentáveis, na drenagem urbana de águas pluviais, tem defasado os sistemas tradicionais, onde ainda é preponderante o conceito higienista, que tem como objetivo a rápida evacuação das águas de chuva, transferindo o problema para áreas de jusante. Diante disso, surgem tecnologias sustentadas em uma abordagem ambiental, como o uso de técnicas compensatórias de controle na fonte, que permite que uma determinada área urbanizada se aproxime das condições naturais antes da urbanização, reestabelecendo e equilibrando o ciclo hidrológico por meio do aumento da infiltração da água no solo, o que consequentemente reduz o escoamento superficial e a vazão de pico. Microrreservatórios, valas de infiltração, passeios permeáveis, faixas gramadas e trincheiras de infiltração são alguns exemplos da drenagem sustentável, apresentando baixo custo de implantação e manutenção. Com relação aos microrreservatórios, dispositivo adotado em maior quantidade nas cidades, os volumes captados podem ser usados posteriormente, não contribuindo para as redes tradicionais de drenagem, além de reduzir as dimensões hidráulicas necessárias para implantação de galerias, sarjetas e bocas-de-lobo. O objetivo do presente estudo foi obter uma equação que estime o volume de detenção de microrreservatórios de detenção, para amortecimento do escoamento em lotes no município de Santo Estevão-BA, utilizando-se o Método Racional e considerando as taxas de impermeabilização do solo.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".