MétaCan
Menu
Retour à la cohorte
Enregistrement W2559438122 · doi:10.5539/jgg.v8n4p9

Morphometric Analyses of Osun Drainage Basin, Southwestern Nigeria

2016· article· en· W2559438122 sur OpenAlexvenueno aff
Akinola S. Akinwumiju, M. O. Olorunfemi

Notice bibliographique

RevueJournal of Geography and Geology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater and Watershed Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInfiltration (HVAC)DrainageSurface runoffDrainage basinHydrology (agriculture)Drainage densitySTREAMSStructural basinGeologyRainwater harvestingEnvironmental scienceGeomorphologyGeographyGeotechnical engineeringEcologyBiology

Résumé

récupéré en direct d'OpenAlex

This study evaluated some morphometric parameters with a view to assessing the infiltration potential of Osun Drainage Basin (ODB), Southwestern Nigeria. Input data were derived from SPOT DEM using ArcGIS 10.3 platform. ODB has an area extent of 2,208.18 km2, and is drained by 1,560 streams with total length of 2,487.7 km. The Relief Ratio (5.6) suggests that ODB is characterized by topographic high and topographic low. Thus, infiltration potential would be low as surface runoff would have less time to infiltrate before entering the drainage channels. The computed values of Drainage Texture (0.52), Stream Number (1,560), Total Stream Length (2,487.7 m) and Main Stream Length (119 m) indicate that larger percentage of annual rainwater would leave ODB as river discharge. Stream Frequency, Basin Perimeter, Length of Overland Flow and Drainage Density influence Infiltration Number across the basin. Infiltration Number increases with increasing Stream Frequency (r = 0.95) and Drainage Density (r = 0.78); and Length of Overland Flow increases with decreasing Drainage Density (r = -0.83), Stream Frequency (r = -0.51) and Infiltration Number (r = -0.45). The study concluded that basin’s infiltration potential is moderate as suggested by the mean Infiltration Number.

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)0,000
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 enseignants0,014
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetGroundwater and Watershed AnalysisTravaux en français237 207