MétaCan
Menu
Retour à la cohorte
Enregistrement W1899036001 · doi:10.1139/l11-112

Hydrologic modelling to assess the climate change impacts in a Southern Ontario watershed

2012· article· en· W1899036001 sur OpenAlexaffvenueabout
Masihur Rahman, Tirupati Bolisetti, Ram Balachandar

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesEnvironmental Restoration and Conservation Agency
Mots-clésWatershedClimate changeEnvironmental scienceHydrology (agriculture)DownscalingHydrological modellingLow-impact developmentWater resource managementClimatologySurface runoffStormwater managementGeologyStormwaterComputer scienceGeotechnical engineeringEcologyOceanography

Résumé

récupéré en direct d'OpenAlex

In Southern Ontario, the Canard River watershed is the largest subwatershed of the Detroit River watershed on the Canadian side. The Soil and Water Assessment Tool (SWAT) model was implemented in the Canard River Watershed to understand the hydrologic regime and assess the impacts of potential future climate change on the hydrology of the watershed. The SWAT model was calibrated and validated against observed streamflow data. The Nash-Suttcliffe efficiencies of the model for monthly streamflow predictions were 0.81 and 0.83, respectively, during the calibration and validation periods. The LARS-WG, weather generator was employed to generate daily future weather data at local scale using the Canadian Regional Climate Model (CRCM) outputs under SRES A2 scenario for the years 2041 to 2070. It was found from the model results that the average annual streamflow could be increased by 12% compared to that over the base period from 1961 to 1990. The results also indicated that streamflow would be increased signifi...

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,201
Écart entre enseignants0,168 · 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.

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

Citations37
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetHydrology and Watershed Management StudiesTravaux en français237 207