MétaCan
Menu
Retour à la cohorte
Enregistrement W1957384487 · doi:10.1155/2015/861805

Groundwater—Surface Water Interactions in a Mountain-to-Coast Watershed: Effects of Climate Change and Human Stressors

2015· article· en· W1957384487 sur OpenAlexafffundabout
S. B. Foster, D. M. Allen

Notice bibliographique

RevueAdvances in Meteorology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesMinistry of Forests, Lands and Natural Resource Operations
Mots-clésWatershedGroundwaterSnowpackHydrology (agriculture)Groundwater rechargeSnowmeltSurface waterPrecipitationEnvironmental scienceClimate changeSpring (device)EstuarySubstrate (aquarium)GeologyGeographySnowOceanographyGeomorphologyAquiferMeteorology

Résumé

récupéré en direct d'OpenAlex

Watersheds located within a mountain to coast physiographic setting have been described as having a highly interconnected surface water and groundwater environment. The quantification of groundwater—surface water interactions at the watershed scale requires upscaling. This study uses MIKE SHE, a coupled numerical model, to explore the seasonally and spatially dynamic nature of these interactions in the Cowichan Watershed on Vancouver Island, British Columbia, Canada. The calibrated model simulates a transition of the Cowichan River from mostly gaining within the valley, to losing stream near the coast where groundwater extraction is focused. Losing and gaining sections correlate with geological substrate. Recharge across the watershed accounts for 17% of precipitation. Climate change is projected to lessen snowpack accumulation in the high alpine and alter timing of snowmelt, resulting in higher spring and winter river discharge and lower summer flows.

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 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 enseignants0,156
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,018
Tête enseignante GPT0,284
Écart entre enseignants0,267 · 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

Citations26
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAdvances in MeteorologyMême sujetHydrology and Watershed Management StudiesTravaux en français237 207