MétaCan
Menu
← Retour à la cohorte
Enregistrement W2972707005 · doi:10.11575/prism/36811

Investigating groundwater recharge rates and seasonality under irrigated and dryland conditions at two agricultural sites near Lethbridge, Alberta

2019· dissertation· en· W2972707005 sur OpenAlexaboutno aff
A. Hughes

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGroundwater rechargeSeasonalityGroundwaterHydrology (agriculture)AgricultureGeographyWater resource managementEnvironmental scienceGeologyArchaeologyAquiferGeotechnical engineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

In order to better understand the impacts of land use on groundwater resources, this study investigated the effects of irrigation on groundwater recharge at two study sites near Lethbridge, Alberta. Depression-focused and diffuse recharge rates were quantified beneath uplands, flatlands and depressions under irrigated and dryland conditions using the chloride mass balance, water table fluctuation and water balance methods. Seasonality of recharge was also considered (i.e., summer vs. overwinter). Results show long-term recharge rates of 88 ± 26 to 113 ± 31 mm/yr beneath depressions, 50 ± 21 to 29 ± 44 mm/yr beneath flatlands and -4 ± 5 to 4 ± 2 mm/yr beneath uplands. Overwinter (November 2017-April 2018) snowmelt recharge was the same for irrigated and dryland flatlands (between 33 ± 7 and 68 ± 113 mm). Recharge during the 2018 growing season was 42 ± 141 and 21 ± 122 mm beneath the irrigated and dryland flatlands, respectively. Numerical model simulations showed 3.1 times more summer recharge under irrigated versus dryland flatland conditions. Irrigation was shown to affect both the rate and seasonality of recharge at the two study sites.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,115
Score d'incertitude au seuil0,232

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,298
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetGroundwater flow and contamination studies→Travaux en français237 207→