MétaCan
Menu
Retour à la cohorte
Enregistrement W2017775023 · doi:10.1002/hyp.6789

An integrated framework of lake‐stream connectivity for a semi‐arid, subarctic environment

2007· article· en· W2017775023 sur OpenAlexaffabout
Ming‐ko Woo, Corrinne Mielko

Notice bibliographique

RevueHydrological Processes · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHydrology (agriculture)Subarctic climateSnowmeltSurface runoffEnvironmental scienceAridStreamflowWater balanceOutflowDrainage basinGeologyEcologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Lake‐stream networks dominate the semi‐arid, subarctic Precambrian shield. Such a network consists of a number of lake basin elements linked to each other by surface channels. To investigate the processes causing seasonal severance of flow connection in the lake‐stream system, a chain of lakes in northern Canada was studied in 2004. Water balance shows that rapid and substantial runoff from the local basin slopes during the snowmelt period led to a rise of lake levels above their outlet elevations to generate outflow. Continued summer evaporation caused draw down of lake storage below the outflow thresholds, represented by the lake outlet elevations. Outflow ceased and the lakes became disconnected. Summer rainfall in a semi‐arid environment was insufficient to overcome storage deficit to re‐establish flow connectivity among all lakes. For the drainage system as a whole, streamflow interruption or continuity depends on the linkage of its lake‐stream sub‐units. The principle of fill and spill governs runoff generation and flow connection between the lake elements. This principle is applied to a conceptual model of flow along a chain of lakes, taking account of (1) antecedent storage in individual lakes, (2) their storage change calculated through water balance and (3) the thresholds to be exceeded for outflows to occur. Copyright © 2007 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,410
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,252
Écart entre enseignants0,237 · 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.

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

Citations36
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207