MétaCan
Menu
Retour à la cohorte
Enregistrement W2077501612 · doi:10.1111/jawr.12068

Developing a New Operations Plan for the Bow River Basin Using Collaborative Modeling for Decision Support

2013· article· en· W2077501612 sur OpenAlexafffundabout
A. Michael S. Sheer, Michael W. Nemeth, Daniel P. Sheer, Megan van Ham, Michael Kelly, David E. Hill, Samuel D. Lebherz

Notice bibliographique

RevueJAWRA Journal of the American Water Resources Association · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensAlberta Innovates
Organismes subventionnairesUniversity of Lethbridge
Mots-clésHydropowerUpstream (networking)Environmental scienceWater resource managementDownstream (manufacturing)Decision support systemIrrigationLicenseRevenueEnvironmental resource managementBusinessComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The Bow River Basin is a cornerstone of Alberta's development. In 2010, stakeholders representing interests from agriculture, municipalities, environment, and more formed the Bow River Project Research Consortium to help determine the potential for improving the operations in the basin. At present, upstream reservoirs are operated primarily for hydropower, whereas downstream reservoirs are operated for irrigation. Through Collaborative Modeling for Decision Support the stakeholders were able to develop a new method for operating the system that would dramatically improve environmental performance. The main components of the new operating strategy called for: purchase or setting aside of a small amount of storage volume in the power reservoirs; a set of rules for releases from that storage; an agreement by the major irrigation districts with the largest water licenses to utilize their ability to shift deliveries to and from their large offstream storage reservoirs to allow for increased instream flows, and to allow junior water license holders (mainly municipal and industrial supplies) an uninterrupted water supply; limitations of reservoir fluctuations to improve inreservoir habitat for fisheries; and increased minimum flows throughout the system leading to improved environmental outcomes. Costs of this strategy were minimal, impacts on power revenue were estimated at <US$2 million/yr on average. Compensatory arrangements should be possible.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,326

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 technologies0,0000,000
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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,220 · 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'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

Citations17
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAWRA Journal of the American Water Resources AssociationMême sujetWater resources management and optimizationTravaux en français237 207