MétaCan
Menu
Retour à la cohorte
Enregistrement W1999078563 · doi:10.1080/02626667.2014.952639

Past and future variability in the hydrological regime of the Koshi Basin, Nepal

2014· article· en· W1999078563 sur OpenAlexfundno aff
Luna Bharati, Pabitra Gurung, L. Maharjan, Utsav Bhattarai

Notice bibliographique

RevueHydrological Sciences Journal · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesConsortium of International Agricultural Research CentersCanadian International Development Agency
Mots-clésPrecipitationMonsoonStructural basinEnvironmental scienceClimate changeClimatologyHydrology (agriculture)GeographyGeologyMeteorologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Planning adaptation strategies in response to climate change (CC) can be a daunting task, especially in regions such as the Koshi Basin in the Himalayas, where CC impacts are still uncertain. This paper recommends targeting adaptation strategies by focusing on changes in variability between the past and future climates at smaller scales. The Soil and Water Assessment Tool (SWAT) and the Indicators of Hydrologic Alteration (IHA) are used for analysis. The results show: (a) higher maximum precipitation during monsoon and post-monsoon, and lower maximum precipitation during winter; (b) increase in precipitation and flows in the Trans-mountain region during all seasons, except for flows during monsoon; (c) increase in post-monsoon precipitation and routed flow volumes; (d) decrease in precipitation during winter and routed flow volumes in all the regions, except the Trans-mountain region; and (e) increase in frequency of high peak flows and decrease in baseflows. Editor Z.W. Kundzewicz Associate editor S. Kanae;

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,221
Écart entre enseignants0,209 · 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

Citations49
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological Sciences JournalMême sujetHydrology and Watershed Management StudiesTravaux en français237 207