Theory, tools, and multidisciplinary applications for tracing groundwater fluxes from temperature profiles
Notice bibliographique
Résumé
Quantifying groundwater fluxes to and from deep aquifers or shallow sediment is a critical task faced by researchers and practitioners from many environmental science disciplines including hydrology, hydrogeology, ecology, climatology, and oceanography. Groundwater discharge to inland and coastal water bodies influences their water budgets, thermal regimes, and biogeochemistry. Conversely, downward water flow from the land surface or from surface water bodies to underlying aquifers represents an important water flux that must be quantified for sustainable groundwater management. Because these vertical subsurface flows are slow and typically diffuse, they cannot be measured directly and must rather be estimated using groundwater tracers. Heat is a naturally occurring groundwater tracer that is ubiquitous in the subsurface and readily measured. Most of the academic literature has focused on groundwater temperature tracing methods capitalizing on the propagation of diel temperature sine waves into sediment beneath surface water bodies. Such methods rely on temperature–time series to infer groundwater fluxes and are typically only viable in the shallow subsurface and in locations with focused groundwater fluxes. Alternative methods that utilize temperature–depth profiles are applicable across a broader range of hydrologic environments, and point‐in‐time measurements can be quickly taken to cover larger spatial scales. Applications of these methods have been impeded due in part to the lack of understanding regarding their potential applications and limitations. Herein, we highlight relevant theory, thermal data collection techniques, and recent diverse field applications to stimulate further multidisciplinary uptake of thermal groundwater tracing methods that rely on temperature–depth profiles. This article is categorized under: Water and Life > Methods Science of Water > Methods Water and Life > Nature of Freshwater Ecosystems
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».