MétaCan
Menu
Retour à la cohorte
Enregistrement W1999540521 · doi:10.1088/1748-9326/4/3/035003

Simulated response of groundwater to predicted recharge in a semi-arid region using a scenario of modelled climate change

2009· article· en· W1999540521 sur OpenAlexaffabout
M. W. Toews, D. M. Allen

Notice bibliographique

RevueEnvironmental Research Letters · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGroundwater rechargeEnvironmental scienceEvapotranspirationClimate changeHydrology (agriculture)PrecipitationIrrigationAridGroundwaterWater balanceReturn flowClimate modelWater resource managementGeographyGeologyAquiferFlow (mathematics)EcologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Groundwater systems in arid regions will be particularly sensitive to climate change owing to the strong dependence of rates of evapotranspiration on temperature, and shifts in the precipitation regimes. In agricultural areas, such changes in climate may require increased irrigation, putting stress on existing water supplies. In this study, a regional-scale numerical groundwater model was developed for the Oliver region of the south Okanagan, British Columbia, Canada, to simulate the impacts of future predicted climate change on groundwater. In future time periods (the 2050s and 2080s), the most noticeable change in the water budget is the increased contribution of recharge to the annual water budget, estimated at 1.2% (2050s) and 1.4% (2080s) of the total annual budget relative to the current conditions. This increase is related primarily to increases to irrigation return flow resulting from higher irrigation needs under warmer temperatures and a longer growing season. Increases in recharge and irrigation return flow will result in higher water tables with future climate conditions, particularly in the irrigation districts. Median value increases in groundwater level of up to 0.7 m by the 2080s are estimated.

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)0,002
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 enseignants0,673
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,064
Tête enseignante GPT0,308
Écart entre enseignants0,244 · 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

Citations53
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetHydrology and Watershed Management StudiesTravaux en français237 207