MétaCan
Menu
Retour à la cohorte
Enregistrement W2769232279 · doi:10.1175/bams-d-16-0060.1

Resolving Hydrometeorological Data Discontinuities along an International Border

2017· article· en· W2769232279 sur OpenAlexaffabout
Andrew D. Gronewold, Vincent Fortin, R. J. Caldwell, James Noel

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNOAA Great Lakes Environmental Research LaboratoryNational Oceanic and Atmospheric Administration
Mots-clésHydrometeorologyStructural basinTributaryHydrological modellingWatershedScale (ratio)Water cycleHydropowerEnvironmental resource managementHydrology (agriculture)Environmental scienceGeologyPrecipitationGeographyMeteorologyClimatologyComputer scienceCartographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Monitoring, understanding, and forecasting the hydrologic cycle of large freshwater basins often requires a broad suite of data and models. Many of these datasets and models, however, are susceptible to variations in monitoring infrastructure and data dissemination protocols when watershed, political, and jurisdictional boundaries do not align. Reconciling hydrometeorological monitoring gaps and inconsistencies across the international Laurentian Great Lakes–St. Lawrence River basin is particularly challenging because of its size and because the basin’s dominant hydrologic feature is the vast surface waters of the Great Lakes. For tens of millions of Canadian and U.S. residents that live within the Great Lakes basin, seamless binational datasets are needed to better understand and predict coastal water-level fluctuations and other conditions that could potentially threaten human and environmental health. Binational products addressing this need have historically been developed and maintained by the Coordinating Committee on Great Lakes Basic Hydraulic and Hydrologic Data (Coordinating Committee). The Coordinating Committee recently held its one-hundredth semiannual meeting and reflected on a range of historical accomplishments while setting goals for future work. This article provides a synthesis of those achievements and goals. Particularly significant legacy and recently developed datasets of the Coordinating Committee include historical Great Lakes surface water elevations, basin-scale tributary inflow to the Great Lakes, and basin-scale estimates of both over-lake and over-land precipitation. Moving forward, members of the Coordinating Committee will work toward customizing state-of-the-art hydrologic and meteorological forecasting systems across the entire Great Lakes basin and toward promoting their products and protocols as templates for successful binational coordination across other large binational freshwater basins.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,080
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0040,007
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,031
Tête enseignante GPT0,300
Écart entre enseignants0,269 · 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.

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

Citations35
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetHydrology and Watershed Management StudiesTravaux en français237 207