MétaCan
Menu
Retour à la cohorte
Enregistrement W1976959486 · doi:10.1002/rra.964

Selection of river flow indices for the assessment of hydroecological change

2006· article· en· W1976959486 sur OpenAlexaff
Wendy A. Monk, Paul J. Wood, David M. Hannah, Douglas A. Wilson

Notice bibliographique

RevueRiver Research and Applications · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesLoughborough University
Mots-clésHydrographPrincipal component analysisExplained variationEnvironmental scienceIndex (typography)StreamflowHydrology (agriculture)StatisticsComputer scienceMathematicsGeographyDrainage basinGeologyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract A wide range of ‘ecologically relevant’ hydrological indices (variables) have been identified as potential drivers of riverine communities. Recently, concerns have been expressed regarding index redundancy (i.e. similar patterns of variance) across the host of hydrological descriptors on offer to researchers and water resource managers. Some guiding principles are required to aid selection of the most statistically defensible and meaningful river flow indices for hydroecological analysis. In this short communication, we investigate the utility of a principal components analysis (PCA)‐based method that identifies 25 hydrological variables to characterize the major modes of statistical variation in 201 hydrological indices for 83 rivers across England and Wales. The emergent variables, and all 201 hydrological variables, are used to develop regression models [for the whole data set and three river flow regime shape (i.e. annual hydrograph form) classes] for an 11‐year macroinvertebrate community dataset (i.e. LIFE scores). The same ‘best’ models are produced using the PCA‐based method and all 201 hydrological variables for two of the three river flow regime groups. However, weaker models are yielded by the PCA‐based method for the remaining (flashy) river flow regime class and the whole data set (all 83 rivers). Thus, it is important to exercise caution when employing data reduction/index redundancy approaches, as they may reject variables of ecological significance due to the assumption that the statistically dominant sources of hydrological variability are the principal drivers of, perhaps more subtle (sensitive), hydroecological associations. © Crown copyright 2006. Reproduced with the permission of Her Majesty's Stationery Office. Published by 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 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)0,007
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,361
Écart entre enseignants0,302 · 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

Citations129
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRiver Research and ApplicationsMême sujetFish Ecology and Management StudiesTravaux en français237 207