MétaCan
Menu
Retour à la cohorte
Enregistrement W2781220793 · doi:10.5539/enrr.v8n1p17

Application of Monte Carlo Simulation to Find Travel Time of Groundwater in the Iraqi Western Desert

2017· article· en· W2781220793 sur OpenAlexvenueno aff
Dawood Eisa Sachit, Hayat Kareem Shukur Azawi

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydraulic conductivityGroundwaterMonte Carlo methodGroundwater flowAquiferGroundwater modelHydraulic headTravel timeGroundwater flow equationEnvironmental scienceHydrology (agriculture)Flow (mathematics)Soil scienceGeologyGeotechnical engineeringStatisticsMathematicsMechanicsEngineeringPhysicsSoil water

Résumé

récupéré en direct d'OpenAlex

In this study, a computerized mathematical method represented by Monte Carlo simulation was used to predict the travel time of the groundwater flow in the Iraqi western desert. During the run of the simulations, all the hydraulic parameters of Darcy’s Law were fixed but the hydraulic conductivity. The input data of the hydraulic conductivity is compared to the triangular distribution function to find the best number of iteration to run the simulations. The results showed that an iteration number of 5000 was enough to achieve best match between the input data of the hydraulic conductivity and the fitted distribution function. In addition, the estimated travel time of the groundwater flow is broadly varied through the entire area and ranges from 1983 years to 113 741 years based on 10 000 m of travel distance. Furthermore, hydraulic conductivity of the aquifer has high impact on the estimated travel time of the groundwater flow. However, head difference of groundwater elevation among the selected wells considerably influences the expected travel time of the groundwater flow.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil0,213

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 Opus0,030
Tête enseignante GPT0,307
Écart entre enseignants0,277 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetGroundwater flow and contamination studiesTravaux en français237 207