No monsters, no miracles: in nonlinear sciences hydrology is not an outlier!
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.
Notice bibliographique
Résumé
Abstract The end users of hydrological models may be justified for being tired of the excessive uncertainty of these models, not to mention their simplistic approximations and crude modelling. The ever-increasing sophistication of model parameter fitting is simply a smoke-screen that hides the models' lack of physical basis, their scale dependence, and their inability to fit widely diverse behaviours. More generally, we have to admit a lack of qualitative improvement in hydrological modelling in recent times. In fact, operational hydrology may have suffered for some time from ignoring the advances in theoretical hydrology, which have, in contrast, greatly stimulated the nonlinear sciences. For instance, more than a century ago fractals were considered as geometrical monsters, whereas decades ago river networks became classical fractal objects, and rainfall and discharges are now classical examples of multifractal fields. These hydrological characteristics are still often ignored by operational hydrology, whereas they explain not only its current limitations, but also how to overcome them. To illustrate these problems, this paper focuses on the fact that hydrological fields are most likely singular with respect to measures of time and volume. This would not only explain the ubiquitous scale dependence of hydrological observations, but would also give the possibility to transform them into scale-independent quantities. The upscaling of a rainfall time series from an hour to a year is therefore discussed in detail, and enables us to quickly introduce other examples. Citation Schertzer, D., Tchiguirinskaia, I., Lovejoy, S. & Hubert, P. (2010) No monsters, no miracles: in nonlinear sciences hydrology is not an outlier! Hydrol. Sci. J. 55(6), 965–979.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 découle