Long‐term weather, streamflow, and water chemistry datasets for hydrological modelling applications at the upper La Salle River watershed in Manitoba, Canada
Notice bibliographique
Résumé
Abstract Long‐term weather (1990–2013), streamflow (1990–2013; excluding 7 years with no or poor data), and water chemistry (2009–2013) datasets for hydrological modelling applications were developed using simple methods for the upper La Salle River watershed, in Canada, to address the lack of such datasets in the northern Red River Basin. Weather variables consist of temperature, relative humidity, wind speed, solar radiation, and precipitation disaggregated to an hourly time‐step. The only hydrometric variable included in the dataset is stream discharge in a daily time‐step. Water chemistry data consisted of total nitrogen (TN), total dissolved nitrogen (TDN), total phosphorus (TP), and total dissolved phosphorus (TDP). Samples were collected weekly during the open water season at the same site as the hydrometric gauging station from August 2009 to October 2012 with some gaps (i.e. Fall 2011, Spring 2012, September 2012). In 2013 the sampling frequency was increased to daily or sub‐daily during high stream discharge and weekly during low stream discharge. A data overview indicates values within ranges reported for the area. Mean annual, winter, and summer temperatures were 3.5, −10.7, and 17.2°C, respectively. Annual relative humidity averaged 73.1% but was higher and more homogenous in cold seasons. Wind speed was similar over the year with annual average of 4.3 m/s. Solar radiation followed the typical curve reported for western Canada, with peak daily average values around 250 W/m2 in July. Precipitation records were mostly comprised of dry hours with 75.3% of the events being equal or less than 2 mm/h. Stream discharge was typical of the Canadian Prairies; the average peak discharge over the entire period was larger in April (2.3 m3/s) due to large amounts of snowmelt runoff. Average concentrations of TN, TDN, TP, and TDP of 1.54, 1.35, 0.56, and 0.49 mg/L, respectively, were in agreement with values found in previous studies at the site. Open Practices This article has earned an Open Data badge for making publicly available the digitally‐shareable data necessary to reproduce the reported results. The data is available at https://doi.org/10.23684/odi-2017-00957 . Learn more about the Open Practices badges from the Center for Open Science: https://osf.io/tvyxz/wiki .
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».