MétaCan
Menu
Retour à la cohorte
Enregistrement W2467053513 · doi:10.1080/02626667.2015.1106544

Comparing various approaches for assessing groundwater recharge at a regional scale in the Canadian Shield

2015· article· en· W2467053513 sur OpenAlexaffabout
Maryline Huet, Romain Chesnaux, Marie‐Amélie Boucher, Charles Poirier

Notice bibliographique

RevueHydrological Sciences Journal · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésGroundwater rechargeBaseflowHydrology (agriculture)Environmental sciencePrecipitationAquiferGroundwaterInflowStreamflowScale (ratio)GeologyDrainage basinGeographyMeteorologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Estimating groundwater recharge is crucial to ensuring the proper management of aquifers. In this study, net regional recharge and spatial potential recharge are estimated at four watersheds within the Charlevoix–Haute-Côte-Nord (CHCN) regions, Quebec Province, Canada. Four methods are applied based on available data. The first two approaches are regional water budget methods. These two methods differ in their estimation of vertical inflow (VI), which is estimated from two hydrological models: GR4J and HYDROTEL. The third method estimates potential recharge spatially over the study area. Finally, the streamflow data are analysed using the Eckhardt baseflow separation method to obtain an estimation of recharge, assuming that discharge is equal to recharge. According to the results of all investigated methods, the mean annual recharge for the CHCN region is approximately 183 mm, which is 18% of the total annual precipitation (P). The discussion section highlights uncertainties due to the assumptions of each method and the reliability of the data.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,195
Tête enseignante GPT0,270
Écart entre enseignants0,075 · 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

Citations39
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological Sciences JournalMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207