MétaCan
Menu
Retour à la cohorte
Enregistrement W2113502054 · doi:10.1080/02626667.2012.672741

Prediction of hydrological drought durations based on Markov chains: case of the Canadian prairies

2012· article· en· W2113502054 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueHydrological Sciences Journal · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMarkov chainStatisticsMathematicsAutocorrelationAutoregressive modelEnvironmental scienceStreamflowHydrology (agriculture)Drainage basinGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Hydrological drought durations (lengths) in the Canadian prairies were modelled using the standardized hydrological index (SHI) sequences derived from the streamflow series at annual, monthly and weekly time scales. The rivers chosen for the study present high levels of persistence (as indicated by values exceeding 0.95 for lag-1 autocorrelation in weekly SHI sequences), because they encompass large catchment areas (2210–119 000 km2) and traverse, or originate in, lakes. For such rivers, Markov chain models were found to be simple and efficient tools for predicting the drought duration (year, month, or week) based on annual, monthly and weekly SHI sequences. The prediction of drought durations was accomplished at threshold levels corresponding to median flow (Q50) (drought probability, q = 0.5) to Q95 (drought probability, q = 0.05) exceedence levels in the SHI sequences. The first-order Markov chain or the random model was found to be acceptable for the prediction of annual drought lengths, based on the Hazen plotting position formula for exceedence probability, because of the small sample size of annual streamflows. On monthly and weekly time scales, the second-order Markov chain model was found to be satisfactory using the Weibull plotting position formula for exceedence probability. The crucial element in modelling drought lengths is the reliable estimation of parameters (conditional probabilities) of the first- and second-order persistence, which were estimated using the notions implicit in the discrete autoregressive moving average class of models. The variance of drought durations is of particular significance, because it plays a crucial role in the accurate estimation of persistence parameters. Although, the counting method of the estimation of persistence parameters was found to be unsatisfactory, it proved useful in setting the initial values and also in subsequent adjustment of the variance-based estimates of persistence parameters. At low threshold levels corresponding to q < 0.20, even the first-order Markov chain can be construed as a satisfactory model for predicting drought durations based on monthly and weekly SHI sequences.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,179
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,247
Écart entre enseignants0,219 · 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