MétaCan
Menu
Retour à la cohorte
Enregistrement W2965378851 · doi:10.1029/2019gl083525

The Groundwater Recovery Paradox in South India

2019· article· en· W2965378851 sur OpenAlexafffund
Tejasvi Hora, Veena Srinivasan, N. B. Basu

Notice bibliographique

RevueGeophysical Research Letters · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of Waterloo
Mots-clésGroundwaterEnvironmental scienceWater resource managementOddsGroundwater resourcesResource (disambiguation)Hydrology (agriculture)AquiferGeologyStatisticsMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Reported groundwater recovery in South India has been attributed to both increasing rainfall and political interventions. Findings of increasing groundwater levels, however, are at odds with reports of well failure and decreases in the land area irrigated from shallow wells. We argue that recently reported results are skewed by the problem of survivor bias, with dry or defunct wells being systematically excluded from trend analyses due to missing data. We hypothesize that these dry wells carry critical information about groundwater stress that is missed when data are filtered. Indeed, we find strong correlations between missing well data and metrics related to climate stress and groundwater development, indicative of a systemic bias. Using two alternative metrics, which take into account information from dry and defunct wells, our results demonstrate increasing groundwater stress in South India. Our refined approach for identifying groundwater depletion hot spots is critical for policy interventions and resource allocation.

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)0,000
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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,394
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,001

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 Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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'étudeSimulation ou modélisation
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

Citations72
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetWater resources management and optimizationTravaux en français237 207