MétaCan
Menu
Retour à la cohorte
Enregistrement W2033241926 · doi:10.4000/vertigo.2038

Impact de la variabilité climatique sur les ressources hydriques des bassins de N’Zo et N’Zi en Côte d’Ivoire (Afrique tropicale humide)

2006· article· fr· W2033241926 sur OpenAlexvenueno aff
Bi Tié Albert Goula, Issiaka Savané, Brou Konan, V. Fadika, Gnamien Béatrice Kouadio

Notice bibliographique

RevueVertigO · 2006
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryGeologyHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

Cette étude a pour objectif de montrer l’impact de la variabilité climatique sur les ressources en eau des bassins versants du N’zo et du N’zi. L’indice centré réduit montre une grande variabilité interannuelle de la pluie qui s’organise en une alternance de phase humide (1930-1966 pour le N’zo et de 1930-1968 pour le N’zi), de phase sèche (1967–1993 pour le N’zo et 1969-2000 pour le N’zi) et d’une nouvelle phase humide de 1994 à 2000 uniquement pour N’zo. Le long déficit pluviométrique a provoquée une baisse plus importante de l’écoulement sur le N’zi, de 1968 à 2004 (-49%), que sur le N’zo de 1970 à 1993 (-27%). En outre, la fluctuation interannuelle de la pluie et des débits s’accompagne de ruptures de stationnarité dans leurs séries. La procédure de segmentation de Hubert fait apparaître au niveau de la pluviométrie des ruptures en 1966-67 et 1993-94 pour le N’zo et en 1968-69 pour le N’zi. Les débits sont affectés par des ruptures en 1980-81 et 1993-94 pour le N’zo et en 1968-69 pour le N’zi. À partir de 1994, l’écoulement sur le bassin du N’zo devient excédentaire (+60% de 1994 à 2004) avec la pluviométrie (+18% de 1994 à 2000) et on observe une recharge plus rapide des nappes grâce au coefficient de tarissement. Par contre, sur le bassin du N’zi, la pluviométrie et les écoulements restent encore déficitaires et les nappes peu sensibles aux variations de la pluviométrie.

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 enseignants0,168
Score d'incertitude au seuil0,333

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,242 · 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

Citations69
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetHydrology and Watershed Management StudiesTravaux en français237 207