MétaCan
Menu
Retour à la cohorte
Enregistrement W2386540315

Application research of four cold regions land surface and hydrological model to Qinghai-tibet plateau frozen soil region

2012· article· en· W2386540315 sur OpenAlexaboutno aff
Yibo Wang

Notice bibliographique

RevueJournal of Water Resources and Water Engineering · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlateau (mathematics)PermafrostVegetation (pathology)Frost (temperature)Physical geographyEnvironmental scienceHydrology (agriculture)GeologyGeographyGeomorphology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In recent years,the climatic environment of Qinghai-Tibet plateau frozen soil regions is becoming worse and worse year by year,which mainly consists of obvious permafrost decrease,more thickness of the frost soil active layer and degeneration of the vegetation.Climatic,water and ecological environment of this region is focused by researchers from many countries and districts.The ability of land surface model is approved by lots of scientists and it is emphasis of cold regions research that how to construct cold regions land surface model.This paper choose four land surface model(SHAW、COUPMODEL、EASS、CRHM) from USA,Western Europe and Canada(including two) and analysis principle and physical mechanisms of four models.At the same time,brief introduction of application in cold regions of four models,some models have been used to the Qinghai-Tibet plateau frozen soil regions and made quite a good simulation results,is included in this paper.By comparing four models,the paper found individual advantages,disadvantages and thinks that four models can be used on the Qinghai-Tibet plateau frozen soil regions individually and it is a significant approach to solve land surface problems of Qinghai-Tibet plateau,even global frozen soil regions as several models couple each other.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil0,224

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 Opus0,078
Tête enseignante GPT0,260
Écart entre enseignants0,182 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Resources and Water EngineeringMême sujetClimate change and permafrostTravaux en français237 207