Open science in practice: Learning integrated modeling of coupled surface‐subsurface flow processes from scratch
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 Integrated modeling of coupled surface‐subsurface flow and ensuing role in diverse Earth system processes is of current research interest to characterize nonlinear rainfall‐runoff response and also to understand land surface energy balances, biogeochemical processes, geomorphological dynamics, etc. A growing number of complex models have been developed for water‐related research, and many of these are made available to the Earth science community. However, relatively few resources have been made accessible to the potentially large group of Earth science and engineering users. New users have to invest an extraordinary effort to study the models. To provide a stimulating experience focusing on the learning curve of integrated modeling of coupled surface‐subsurface flow, we describe use cases of an open source model, the Penn State Integrated Hydrologic Model, PIHM. New users were guided through data processing and model application by reproducing a numerical benchmark problem and a real‐world watershed simulation. Specifically, we document the PIHM application and its computational workflow to enable intuitive understanding of coupled surface‐subsurface flow processes. In addition, we describe the user experience as important evidence of the significance of reusability. The interaction shows that documentation of data, software, and computational workflow in research papers is a promising method to foster open scientific collaboration and reuse. This study demonstrates how open science practice in research papers would promote the utility of open source software. Addressing such open science practice in publications would promote the utility of journal papers. Further, popularization of such practice will require coordination among research communities, funding agencies, and journals.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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