Modeling the Distribution of Agricultural Drought by Means of Soil Water Deficit
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The extreme hydrologic events in Buenos Aires province (Argentina) had been a constant in its social - economic development. Their impacts mainly over the agriculture have been studied with different scales and point of views. In spite of that, there is a lack of studies of their temporal and spatial distribution in Argentina. Drought is initiated by a reduction in precipitation. The time requires for a lack of rainfall to create a significant deficit in the supplies is variable and could vary from a few weeks to several years. This paper studies the soil water deficit from 1969 to 2008 in the whole Buenos Aires province (307,571 km2) which is divided in 16 sectors according its basins (National Water Resources) and with soil water balance using soil data obtained “in situ”. It was performed using the evapotranspitation formula of Penman - Monteith and considering the soil water constants: Field Capacity, Soil Water Moisture and Soil Wilting Point for all the different types of soils of the region. For the statistical study, the obtained data series of soil water deficit were adjusted by means of the theoretical Normal Cubic-root probability distribution. An annual threshold value of 200 mm is considered because it is an ecological limit and upper which the drought is the consequence. The intensity of it has been arbitrary classified in: mild, moderate, severe and extreme according the annual values reached. Mann Kendall statistical test was performed and significance trends at levels 0.1, 0.05 and 0.01 were found.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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