Sectorización óptima de la red de distribución de agua potable de la ciudad de Santa Marta, Colombia utilizando los algoritmos METIS
Bibliographic record
Abstract
El agua potable es un recurso indispensable para la vida, es un producto de primera necesidad para la actividad doméstica, así como para las actividades urbanas, agrícolas e industriales. La disponibilidad del agua potable está ligada al bienestar y prosperidad de cualquier sociedad, pero ésta es un recurso escaso y sumado a los efectos del cambio climático en las aguas naturales, obligan a que se deba gestionar de una manera eficiente. De ahí la importancia que cobra la buena gestión de las Redes de Abastecimiento de Agua Potable (RDAP). El principal problema que afrontan las RDAP es el agua no registrada (ANR), es decir el sub-registro de los contadores y las fugas en las tuberías, acometidas y unidades de almacenamiento. El control de éstas pérdidas en los sistemas de abastecimiento genera un aumento en el rendimiento de la red, así como un mejor aprovechamiento por parte de la población. Una de las soluciones para contrarrestar éstas pérdidas es la sectorización de la red. La sectorización, implica la subdivisión de la red en subredes con una entrada de agua controlada llamadas District Metered Areas (DMA). La búsqueda de una sectorización óptima para definir los DMA es un tema desafiante y crucial en el análisis, planificación y gestión de las redes de distribución de agua. El mayor beneficio de su implementación es el aumento de la facilidad para detectar cualquier anormalidad dentro de la red debido a la reducción de su tamaño, además, no sólo permite aplicar técnicas particulares de control de fugas, sino permite la implementación de modelos de gestión. El presente estudio trata sobre obtener una sectorización óptima para el sector sur de la RDAP de la ciudad de Santa Marta, Colombia. En donde se busca que todos los DMA cumplan con la semejanza de la demanda y uniformidad en las presiones minimizando a su vez el agua extraída desde el embalse principal que alimenta la red, es decir optimizando el agua disponible. Para ello se utilizan los algoritmos implementados en METIS, los cuales se basan en esquemas de partición recursivos bi-seccionales multinivel, multinivel en varias direcciones y multi-restricción.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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".