MétaCan
Menu
Retour à la cohorte
Enregistrement W2285375364 · doi:10.1155/2016/3746460

Comparison of the Spatiotemporal Variability of Temperature, Precipitation, and Maximum Daily Spring Flows in Two Watersheds in Quebec Characterized by Different Land Use

2015· article· en· W2285375364 sur OpenAlexaffabout
Ali A. Assani, Raphaëlle Landry, Christophe Kinnard, Ouassila Azouaoui, Christine Demers, Karine Lacasse

Notice bibliographique

RevueAdvances in Meteorology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésWatershedPrecipitationSpring (device)Hydrology (agriculture)SnowEnvironmental scienceSurface runoffSnowmeltMagnitude (astronomy)Watershed areaGeographyEcologyGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

We compared the spatiotemporal variability of temperatures and precipitation with that of the magnitude and timing of maximum daily spring flows in the geographically adjacent L’Assomption River (agricultural) and Matawin River (forested) watersheds during the period from 1932 to 2013. With regard to spatial variability, fall, winter, and spring temperatures as well as total precipitation are higher in the agricultural watershed than in the forested one. The magnitude of maximum daily spring flows is also higher in the first watershed as compared with the second, owing to substantial runoff, given that the amount of snow that gives rise to these flows is not significantly different in the two watersheds. These flows occur early in the season in the agricultural watershed because of the relatively high temperatures. With regard to temporal variability, minimum temperatures increased over time in both watersheds. Maximum temperatures in the fall only increased in the agricultural watershed. The amount of spring rain increased over time in both watersheds, whereas total precipitation increased significantly in the agricultural watershed only. However, the amount of snow decreased in the forested watershed. The magnitude of maximum daily spring flows increased over time in the forested watershed.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,133
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,276
Écart entre enseignants0,262 · 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 tête enseignante, 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

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in MeteorologyMême sujetHydrology and Watershed Management StudiesTravaux en français237 207