MétaCan
Menu
Retour à la cohorte
Enregistrement W2090440575 · doi:10.1623/hysj.54.1.29

Analysis of annual hydrological droughts: the case of northwest Ontario, Canada

2009· article· en· W2090440575 sur OpenAlexafffundabout
U.S. Panu, T.C. Sharma

Notice bibliographique

RevueHydrological Sciences Journal · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésClimatologyGeographyEnvironmental sciencePhysical geographyGeology

Résumé

récupéré en direct d'OpenAlex

Two important parameters of hydrological droughts are the longest duration and the greatest severity (in standardized form) over a desired return period (say T years), referred to as critical drought. The long-term mean of the annual flow sequences has been used as the truncation level for defining hydrological drought. Two well-known approaches—time series simulation and a probability theory-based approach—were used to estimate drought parameters. The drought episodes are treated as runs of deficits, and so the theory of runs forms a major tool for analysis. The sample estimates of the mean, coefficient of variation (or standard deviation), skewness, lag-1 serial correlation, and/or information on the probability distribution of flow sequences, are the basic input parameters in both approaches. The applicability of both approaches was tested for deducing drought parameters across Canada, with emphasis on northwest Ontario, a region bordering Lake Superior. Natural annual flow sequences in this region can be treated as normal independent sequences in the stochastic sense. The results of the probabilistic approach yielded marginally better results than the simulation approach. A main advantage of the probabilistic approach turned out to be parsimony with only two parameters, viz. drought probability at the truncation level and return period for normal independent annual flow sequences. Furthermore, estimates of the greatest standardized severity can be taken as equal to the longest duration, thus eliminating the need for severity analysis. The regional variation of droughts in northwest Ontario was portrayed through a map plotting the values of drought potential index (DPI). In northwest Ontario, a 100-year drought may persist continuously for 6 years and a 25-year drought for 4 years. The DPI map indicated proneness to drought along the Ontario—Manitoba border in the northwest Ontario region.

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 enseignants0,021
Score d'incertitude au seuil0,151

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
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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

Citations34
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrological Sciences JournalMême sujetHydrology and Drought AnalysisTravaux en français237 207