MétaCan
Menu
Retour à la cohorte
Enregistrement W2504028214 · doi:10.6000/1927-5129.2016.12.43

Impacts Evaluation of Chashma Right Bank Canal on the Water-Table of District Dera Ismail Khan, Pakistan

2016· article· en· W2504028214 sur OpenAlexvenueno aff
Atta‐ur Rahman, Amir Nawaz Khan, Sami Ullah, Shehla Gul, Shakeel Mahmood

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater tableWaterlogging (archaeology)IrrigationTube wellWater resource managementTable (database)GroundwaterSoil salinityAgricultureHydrology (agriculture)AquiferWater resourcesCroppingGeographyEnvironmental scienceGeologySoil waterEcologyArchaeologyWetlandSoil science

Résumé

récupéré en direct d'OpenAlex

This paper analyses the impact evaluation of Chashma Right Bank Canal (CRBC) on the water-table of district D.I. Khan, Pakistan. The study area falls in the arid agro-ecological zone of Pakistan. In order to achieve objectives of the study, data were gathered from both primary and secondary sources. Primary data were obtained through a detailed field survey, where five sample villages were also selected by random means for micro-level analysis. Out of which four from CRBC command areas and one village from outside the command area. Data were also collected during focused group discussion with the farmers and elderly people to grasp the ex post impact of CRBC on water-table. In addition to this, pre-CRBC data were obtained from WAPDA. The analysis reveals that in the study area water-table varies from area to area. A large tract of saline groundwater is available in the western section, whereas the eastern section has good quality of freshwater aquifers. After the construction of CRBC, there has been a gradual rise in water-table due to intensive irrigation, introduction of water loving crops, high cropping intensity and unlined irrigation network. The analysis further reveals that in certain areas, the rise in water-table is very alarming. Such threatening situation may encourage waterlogging, soil salinization that may halt agricultural productivity.

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)0,011
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,784

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,038
Tête enseignante GPT0,309
Écart entre enseignants0,272 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetTransboundary Water Resource ManagementTravaux en français237 207