MétaCan
Menu
Retour à la cohorte
Enregistrement W2887300514 · doi:10.5194/essd-11-111-2019

Lake O'Hara alpine hydrological observatory: hydrological and meteorological dataset, 2004–2017

2019· article· en· W2887300514 sur OpenAlexaffabout
Jesse He, Masaki Hayashi

Notice bibliographique

RevueEarth system science data · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSnowEnvironmental scienceHydrology (agriculture)SnowmeltElevation (ballistics)PrecipitationWatershedHydrometeorologyPlateau (mathematics)Stage (stratigraphy)Physical geographyGeologyMeteorologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract. The Lake O'Hara watershed in the Canadian Rockies has been the site of several hydrological investigations. It has been instrumented to a degree uncommon for many alpine study watersheds. Air temperature, relative humidity, wind, precipitation, radiation, and snow depth are measured at two meteorological stations near Lake O'Hara and in the higher elevation Opabin Plateau. Water levels at Lake O'Hara, Opabin Lake, and several stream gauging stations are recorded using pressure transducers and validated against manual measurements. Stage–discharge rating curves were determined at gauging stations and used to calculate discharge from stream stage. The database includes additional data such as water chemistry (temperature, electrical conductivity, and stable isotope abundance) and snow survey (snow depth and density) for select years, as well as geospatial data (elevation and land cover). This dataset will be useful for the future study of alpine regions, where substantial and long-term hydrological datasets are scarce due to difficult field conditions. The dataset can be accessed at https://doi.org/10.20383/101.035.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,244
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,072
Tête enseignante GPT0,261
Écart entre enseignants0,189 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetCryospheric studies and observationsTravaux en français237 207