MétaCan
Menu
Retour à la cohorte
Enregistrement W1599572912 · doi:10.1002/hyp.9880

Frequency analysis of annual maximum suspended sediment concentrations in Abiod wadi, Biskra (Algeria)

2013· article· en· W1599572912 sur OpenAlexafffund
Abdelkader Benkhaled, Howard C. Higgins, Fateh Chebana, Abdelhakim Necir

Notice bibliographique

RevueHydrological Processes · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesInternational Development Research Centre
Mots-clésWadiSiltationHydrology (agriculture)Environmental scienceSedimentSediment transportAridLog-normal distributionMediterranean climateUpstream (networking)GeologyGeographyStatisticsMathematicsCartographyGeotechnical engineeringGeomorphologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Sediment transport processes in the Mediterranean semi‐arid areas have interested a great number of hydrologists and statisticians. Frequency analysis (FA) procedures are commonly applied for several hydrological events such as floods and droughts. However, in general, FA is not widely applied to treat suspended sediment concentration (SSC), especially in semi‐arid regions. In the present study, an FA was performed on SSC data from 1979 to 1991 observed upstream from the Foum El Gherza dam, which is located at Biskra in the South–East of Algeria. This dam is problematic in terms of silting. Therefore, this study is mainly motivated by providing an FA model and risk evaluation in order to assist dam managers to better evaluate the potential of silting resulting from SSC transport to the reservoir. Probability distributions commonly used in hydrology were tested to SSC data recorded at the M'chounech station on Abiod wadi located upstream the dam. All the FA steps were considered; including classical techniques (e.g. goodness‐of‐fit tests, statistical criteria) as well as recently developed tools (tail distribution classification). Their application led to the selection of the lognormal distribution (LN2) to fit the considered data, and hence an accurate risk assessment could be obtained. Because of the presence of a slight trend, non‐stationary models are also considered in the present study. Copyright © 2013 John Wiley & Sons, Ltd.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,087
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,000

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 GPT0,234
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Drought AnalysisTravaux en français237 207