Établissement des courbes de dégradation des conduites des réseaux sanitaires: Méthodologie et étude de cas à Verdun et Ste-Hyacinthe au Québec, Canada
Bibliographic record
Abstract
A mon épouse, Michelle, pour avoir consenti des sacrifices, je dédie cette dissertation iv REMERCIEMENTS Au terme de ce travail de maîtrise, nous tenons à remercier le professeur Musandji Fuamba pour sa disponibilité ainsi que l"encadrement qu"il nous a offert tout au long de sa réalisation.Nous disons également merci à tous les professeurs du département d"hydraulique qui nous ont accompagnés durant notre parcours à l"École Polytechnique de Montréal.Nous adressons également nos sincères remerciements à M. Michel Brodeur du département de génie de la ville de saint Hyacinthe pour les données d"inspection et les rapports qu"il a mis gracieusement à notre disposition afin que ce travail se réalise.Nous sommes reconnaissants de l"assistance que M. Bertrand Viens nous a offerte dans le traitement des données.Nous devons également une fière chandelle à M. France Bernard et Guy Larocque de l"arrondissement de Verdun pour nous avoir permis non seulement d"accéder aux rapports d"inspections mais aussi de travailler dans les locaux du service de génie.Nous remercions en fin tous nos collègues pour nous avoir prêté une oreille attentive chaque fois que cela était nécessaire.v RÉSUMÉ La plupart des municipalités au Canada font face à des problèmes liés à la détérioration des conduites d"assainissement urbain.Le gouvernement du Québec demande ainsi aux municipalités de pouvoir atteindre un taux de remplacement annuel de 1% afin de rencontrer les objectifs du plan national de l"eau lancé en 2002.Étant donné les contraintes budgétaires, les municipalités ne sont pas toujours en mesure d"effectuer des inspections télévisées (CCTV) afin de prévoir le moment d"intervention dans leur réseau.De ce fait, il paraît tout indiqué dans ce travail d"élaborer un modèle probabiliste devant permettre de déterminer le niveau d"opération et entretien des conduites.Basé sur la régression logistique multinomiale, le modèle montre la détérioration des conduites des différents matériaux en fonction du temps.Le modèle développé a permis de prédire correctement dans 54% de cas la probabilité de transition impliquant une conduite à l"état 1(excellent) et 2 (bon) alors que 59% des cas ont été prédits avec succès pour les probabilités de transitions impliquant une conduite à l"état 3 (acceptable) pour deux municipalités du Québec.Ce modèle est suggéré parmi d"autres outils, pour aider les gestionnaires à anticiper le dysfonctionnement des réseaux.vi
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".