Les taux de rupture de conduites d’eau principales aux États-Unis et au Canada : une étude complète
Bibliographic record
Abstract
Détérioration des infrastructures Les municipalités et les personnes qu’elles servent dépendent des réseaux de conduites qui leur fournissent de l’eau potable de bonne qualité. Ces conduites sont souterraines, invisibles et souvent négligées. Les résultats de l’évaluation globale de l’état des infrastructures hydrauliques ne sont pas bons. Prenons les États-Unis comme exemple : · En 2009, l’American Society of Civil Engineers (ASCE) a publié un rapport sur les États-Unis et a attribué un D- aux infrastructures d’eau potable. · En 2017, cette note est passée à D. · En 2021, elle affiche une hausse à C-, ce qui est mieux, mais toujours insuffisant. · À l’heure actuelle, les services publics perdent 11 % de leur eau en raison des fuites. · Les estimations de durée de vie de 75 à 100 ans des tuyaux contrastent avec le calendrier de remplacement moyen d’environ 200 ans (ASCE, 2017). L’American Water Works Association (AWWA) a également publié un rapport sur le remplacement de conduites d’eau principales aux États-Unis. Dans le rapport annuel de l’AWWA sur l’état de l’industrie de l’eau, le renouvellement et le remplacement des infrastructures vieillissantes d’eau potable et d’eaux usées figurent parmi les principales préoccupations (AWWA, 2017). Au cours des cinq dernières années, cette question est restée au premier plan des préoccupations des services publics à l’échelle nationale (AWWA, 2023). La détérioration des conduites d’eau principales constitue une menace envers l’intégrité physique des systèmes de distribution d’eau, causant des effets négatifs sur la capacité de débit, la pression et la qualité de l’eau (Grigg, et coll., 2017). Outre les besoins d’entretien et les incidences économiques, les conséquences d’une rupture de conduite d’eau principale comprennent les inondations locales, l’interruption de l’approvisionnement en eau et les dommages causés aux routes et aux propriétés privées. Ces résultats ont également un impact négatif sur la satisfaction des clients de services publics. Les données des services publics indiquent clairement que l’intégrité des conduites d’eau aux États-Unis et au Canada continue de se détériorer à mesure que l’infrastructure vieillit. Parmi les nombreux indicateurs du vieillissement des conduites, les taux de rupture sont les plus significatifs.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.013 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".