MétaCan
Menu
Retour à la cohorte
Enregistrement W17122999 · doi:10.1007/s00267-005-0091-8

RESCALE: Review and Simulate Climate and Catchment Responses at Burrishoole

2010· book· en· W17122999 sur OpenAlexaboutno aff
Rowan Fealy, N. Allot, C. Borderick, Elvira de Eyto, Mary Dillane, Rachel Marie Erdil, Eleanor Jennings, Karen McCrann, Conor Murphy, C. O’Toole, Russell Poole, Ger Rogan, L. Ryder, D. Taylor, Ken Whelan, Jonathan M. White

Notice bibliographique

RevueEnvironmental Management · 2010
Typebook
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceDrainage basinClimate modelClimate changeClimatologyGeographyAtmospheric sciencesGeologyCartographyOceanography

Résumé

récupéré en direct d'OpenAlex

This is a study of the scientific component of an effort to restore an urban river by removing a low-head dam. The Secor Dam is owned by a local government entity near Toledo, Ohio. The proposed removal of the last structure impeding flow on the Ottawa River has broad appeal, but the owner is concerned about liability issues, particularly potential changes to the flood regime, the presence of contaminated sediments behind the dam, and possible downstream transport of reservoir sediments. Assessing sediment contamination involved sediment sampling and analysis of trace metals and organic contaminants. Forecasting sediment transport involved field methods to determine the volume and textural properties of reservoir and upstream sediment and calculations to determine the fate of reservoir sediments. Forecasting changes in the flood regime involved HEC-RAS hydrological models to determine before and after dam removal flood scenarios using LiDAR data imported into an ArcGIS database. The resulting assessment found potential sediment contamination to be minor, and modeling showed that the removal of the dam would have minimal impacts on sediment transport and flood hazards. Based on the assessment, the removal of the dam has been approved by its owners.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,005
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,202 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ManagementMême sujetHydrology and Watershed Management StudiesTravaux en français237 207