MétaCan
Menu
Retour à la cohorte
Enregistrement W2072120877 · doi:10.4296/cwrj3204251

Detection of Trends in Low Flows across Canada

2007· article· en· W2072120877 sur OpenAlexvenueaboutno aff
Eghbal Ehsanzadeh, Kaz Adamowski

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrend analysisGeographyLow latitudeStructural basinClimatologyLatitudeEnvironmental sciencePhysical geographyGeologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

A study of trends and variability of low flow characteristics was conducted for the Reference Hydrometric Basin Network (RHBN). A seven-day low-flow index from 57 hydrometric stations was extracted and examined to detect trends and changes in the timing of summer and winter seven-day low-flows. A modified Mann-Kendall (MK) nonparametric trend test was applied to the time series at a 0.05 significance level. The variance of the S statistic was modified if the absolute value of serial correlation was significant at a 0.1 significance level. Numerical analysis indicated that northern Canada (stations located above latitude 60oN) experienced an increasing significant trend in seven-day low-flows. A significant downward trend dominated the Atlantic Provinces and southern British Columbia. No evidence of significant trends in the Prairies and eastern Ontario was found. Summer seven-day low-flow shifted to arrive earlier in the year in the Atlantic Provinces and southern Ontario; however, it arrived later in the year in western and northwestern Canada. In 88% of significant trends, winter seven-day low-flow shifted to arrive earlier. Although both winter and summer low flows experienced a shift towards earlier dates in the eastern part of the country, they were in opposite direction in western Canada where winter seven-day low-flows were arriving earlier whereas summer seven-day low-flows were arriving later in the year.

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)0,002
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 enseignants0,019
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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

Citations32
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetHydrology and Drought AnalysisTravaux en français237 207