MétaCan
Menu
Retour à la cohorte
Enregistrement W2125748812 · doi:10.1111/j.1745-6584.2010.00735.x

Uncertainty in 1D Heat‐Flow Analysis to Estimate Groundwater Discharge to a Stream

2010· article· en· W2125748812 sur OpenAlexafffund
Grant Ferguson, Victor Bense

Notice bibliographique

RevueGround Water · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaManitoba Hydro
Mots-clésEnvironmental scienceGroundwaterHydrology (agriculture)Stream flowFlow (mathematics)Groundwater flowGroundwater dischargeMechanicsGeologyGeotechnical engineeringAquiferGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Temperature measurements have been used by a variety of researchers to gain insight into groundwater discharge patterns. However, much of this research has reduced the problem to heat and fluid flow in one dimension for ease of analysis. This approach is seemingly at odds with the goal of determining spatial variability in specific discharge, which implies that the temperature field will vary in more than one dimension. However, it is unclear how important the resulting discrepancies are in the context of determining groundwater discharge to surface water bodies. In this study, the importance of these variations is examined by testing two popular one-dimensional analytical solutions with stochastic models of heat and fluid flow in a two-dimensional porous medium. For cases with low degrees of heterogeneity in hydraulic conductivity, acceptable results are possible for specific discharges between 10(-7) and 10(-5) m/s. However, conduction into areas with specific discharges less than 10(-7) m/s from adjacent areas can lead to significant errors. In some of these cases, the one-dimensional solutions produced estimates of specific discharge of nearly 10(-6) m/s. This phenomenon is more likely in situations with greater degrees of heterogeneity.

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)0,005
score de la tête « metaresearch » (Gemma)0,023
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,240 · 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

Citations58
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGround WaterMême sujetGroundwater flow and contamination studiesTravaux en français237 207