MétaCan
Menu
Retour à la cohorte
Enregistrement W1480173966 · doi:10.1623/hysj.54.3.556

Runoff reduction by forest growth in Hiji River basin, Japan / Diminution de l'écoulement causée par la croissance forestière dans le bassin versant du Fleuve Hiji, Japon

2009· article· fr· W1480173966 sur OpenAlexaff
Huaxia Yao, Michio HASHINO, Jun Xia

Notice bibliographique

RevueHydrological Sciences Journal · 2009
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensMinistry of EnvironmentMinistry of the Environment, Conservation and Parks
Organismes subventionnairesnon disponible
Mots-clésEvapotranspirationSurface runoffEnvironmental scienceWater balancePrecipitationHydrology (agriculture)WatershedForestryAridity indexDrainage basinGeographyEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Forest growth unfavourably reduces low flows and annual runoff in a basin in Japan.Annual precipitation and runoff of the watershed are summarized from observed daily rainfall and discharge, and annual evapotranspiration is estimated from the annual water balance.The water balance analysis shows obvious trends: reduced annual runoff and increased evapotranspiration over a 36-year period when forest growth increased the leaf area index.Between two periods, 1960Between two periods, -1969Between two periods, and 1983Between two periods, -1992, mean annual runoff decreased 11%, from 1258 to 1118 mm, due to a 37% increase in evapotranspiration (precipitation minus runoff) from 464 to 637 mm.This increase in evapotranspiration cannot be attributed to changed evaporative demand, based on climatic variability over the 36-year period of record.Flow duration curves show reduced flows in response to forest growth.In particular, they suggest stronger absolute changes for higher flows but stronger proportional changes for medium and lower flows.A distributed model is applied to simulate the influences of five scenarios based on a 30% change in leaf area index and 5% change in soil storage capacity.From the simulation results, canopy growth appears to contribute much more to flow reduction than changes in soil storage capacity.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological Sciences JournalMême sujetHydrology and Watershed Management StudiesTravaux en français237 207