Analysis of Drought Length using the BDS statistic and Close Returns Test
Notice bibliographique
Résumé
This study employed nonlinear dynamic concepts to investigate the characteristics of Drought Length (DL). Two nonlinear dynamic techniques, namely the BDS statistic and Close Returns Test (CRT), were employed to analyze the characteristics of relevant time series. The utility and effectiveness of the methods were first demonstrated on synthetic time series and then tested on real hydrologic time series. The synthetic time series included periodic series, quasi-periodic series, and Rossler series, while the real hydrologic time series included the daily discharge at Cocoa in USA and daily inflow at Soyang dam in Korea. To obtain the drought length, in addition to the original series (Case 1), two different truncation levels, 50% (Case 2) and 10% (Case 3), were also used. From the study, DLs from three known series of periodic function, quasi-periodic function, and Rossler system also had the same characteristics with the original series. However, the real series of daily discharge at Cocoa and daily inflow at Soyang dam showed different characteristics from DL data. The daily discharge showed chaotic behavior but its DLs had linear stochastic property. The daily inflow and Case 3 showed nonlinear stochastic property but Case 2 had linear stochastic property. The different characteristics of the original real series and their DLs may be due to the noises from many sources and therefore, noise cancellation may be important for obtaining original property of the time series.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».