MétaCan
Menu
Retour à la cohorte
Enregistrement W2049363487 · doi:10.5539/jgg.v6n2p132

The VISHMOD Methodology with Hydrochemical Modeling in Intermountain (Karstic) Aquifers: Case of the Sierra Madre Oriental, Mexico

2014· article· en· W2049363487 sur OpenAlexvenueno aff
Janete Morán‐Ramírez, José Alfredo Ramos‐Leal

Notice bibliographique

RevueJournal of Geography and Geology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDolomiteKarstGeologyAquiferCalciteHydrogeologyCarbonateGeochemical modelingMineralogyGeomorphologyGeochemistryGroundwaterHydrology (agriculture)Soil scienceGeotechnical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Hydrogeochemistry can be studied qualitatively using graphics such as scatter plots and Piper, Durov, and Schoeller diagrams, among others, and quantitatively by applying mass balance mixing models. The VISHMOD methodology (Virtual Samples in Hydrochemical Modeling) combines these two forms of hydrogeochemical characterizations. It is performed by applying hydrogeochemical modeling to virtual samples. This method makes standardization and control possible in order to demonstrate the extent to which a model is able to reproduce field measurements. Therefore, hydrogeochemical models of hydrogeological systems must be calibrated. This methodology was applied to carbonate and homogeneous media in the Sierra Madre Oriental in Mexico. Using the VISHMOD methodology in this region resulted in the classification of the water type as calcium bicarbonate (Ca-HCO3), representing a ternary mixture in which 45.5% was associated with local flow, 38.5% to intermediate flow and 16.5% to water-rock interaction. The main mineral phases were saturated calcite and sub-saturated dolomite, both from limestone contained in the Tamaulipas Formation.

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 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 enseignants0,774
Score d'incertitude au seuil0,209

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)0,0000,000

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 GPT0,246
Écart entre enseignants0,233 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetMine drainage and remediation techniquesTravaux en français237 207