MétaCan
Menu
Retour à la cohorte
Enregistrement W2014380011 · doi:10.1080/02626667.2014.966720

Estimating the reliability of aquifer transmissivity values obtained from specific capacity tests: examples from the Saguenay-Lac-Saint-Jean aquifers, Canada

2014· article· en· W2014380011 sur OpenAlexafffundabout
Sandra K. Richard, Romain Chesnaux, Alain Rouleau, Richard H. Coupe

Notice bibliographique

RevueHydrological Sciences Journal · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesUniversité du Québec à Chicoutimi
Mots-clésAquiferLithologyGeologySAINTScale (ratio)Hydrology (agriculture)Soil scienceGeotechnical engineeringGroundwaterPetrologyGeographyHistoryCartography

Résumé

récupéré en direct d'OpenAlex

In the absence of well-documented pumping tests, we investigate whether a reliable estimate of transmissivity T can be obtained using historical records of specific capacity data in granular and fractured-rock aquifers. Transmissivity values are calculated from the specific capacity data Q/s in several hundred wells located in the Saguenay-Lac-Saint-Jean region (Canada), with an iterative method applied to the Cooper-Jacob equation. The results are compared with short- and long-duration pumping tests performed throughout the region. We demonstrate that values of transmissivity compare well between the different types of tests for each lithology, when the scale of the test is similar. Therefore, using historical information easily increases the number of transmissivity values that can be estimated over a region. These values can be integrated in regional numerical models. Moreover, this study shows that T = 4.48(Q/s)1.15 with R2 = 0.66 for granular aquifers. This new empirical relationship can be used in similar environments. Editor D. Koutsoyiannis Associate editor C. Leduc

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,292
Score d'incertitude au seuil0,588

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,028
Tête enseignante GPT0,224
Écart entre enseignants0,196 · 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

Citations23
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrological Sciences JournalMême sujetGroundwater flow and contamination studiesTravaux en français237 207