MétaCan
Menu
Retour à la cohorte
Enregistrement W2068583481 · doi:10.1002/met.213

Climate change impact on the hydrological balance of the Itaipu Basin

2010· article· en· W2068583481 sur OpenAlexaboutno aff
Jeison Sosa, Giada Brandani, Camilla Dibari, Marco Moriondo, Roberto Ferrise, Giacomo Trombi, Marco Bindi

Notice bibliographique

RevueMeteorological Applications · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSurface runoffEnvironmental scienceHydropowerClimate changeWater balanceStructural basinHydrology (agriculture)Drainage basinPrecipitationClimatologyGeographyMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract This study aimed at carrying out an assessment of the impact of climate change on water availability for the Itaipu hydrological basin, located on the frontier between Brazil and Paraguay, with particular reference to river runoff and hydropower. Climate data for the SRES future scenario A2 were generated for the Paraná hydrological basin (which includes the Itaipu hydrological basin) and hydrological impacts were studied. Present and future rainfall data were downscaled from the Canadian General Circulation Model (CGCM) for the A2 SRES scenario (periods 2010–2040 and 2070–2100) on a local meteorological network covering the Itaipu hydrologic basin and used as driving parameters for the Sacramento hydrological model to estimate the river runoff. The results of this analysis for the first period have shown an unchanged average annual runoff as the effect of an asymmetric impact on a seasonal scale. Climate change resulted in a higher runoff in summer–spring, whilst runoff in winter–autumn was lower with respect to the baseline. The second period resulted in a general decrease in runoff on both seasonal and annual scales. Possible impacts on hydropower production are discussed. Copyright © 2010 Royal Meteorological Society

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,021
Tête enseignante GPT0,254
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 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'étudeSimulation ou modélisation
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

Citations15
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeteorological ApplicationsMême sujetHydrology and Watershed Management StudiesTravaux en français237 207