MétaCan
Menu
Retour à la cohorte
Enregistrement W2994914735 · doi:10.1029/2019wr025313

Precipitation‐Runoff and Storage Dynamics in Watersheds Underlain by Till and Permeable Bedrock in Alberta's Rocky Mountains

2019· article· en· W2994914735 sur OpenAlexafffundabout
Sheena A. Spencer, U. Silins, A. Anderson

Notice bibliographique

RevueWater Resources Research · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensIntellijoint Surgical (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Agriculture and Forestry
Mots-clésBedrockSurface runoffSnowmeltHydrology (agriculture)Water storageEnvironmental sciencePrecipitationGeologySnowGlacial periodGeomorphologyEcologyGeographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The complex mechanisms driving runoff dynamics in mountainous watersheds with thick glacial till and fractured bedrock are not well understood. We examined long‐ and short‐term precipitation‐runoff relationships and quantified subsurface storage in watersheds on the eastern slopes of Canada's Rocky Mountains to develop a conceptual understanding of runoff generation processes in this region. Fractured permeable bedrock (bedrock storage) and glacial till deposits (soil and till storage) collectively result in large dynamic storage (hydrologically active storage). The transition from multiyear dry to multiyear wet patterns increased specific discharge due to less bedrock storage opportunity but did not influence event‐scale rainfall‐runoff responses. Rather, event‐scale rainfall‐runoff responses were governed by snowmelt and soil and till storage capacity. While winter snowfall was an important predictor of annual runoff ratios, storage at the end of the previous fall also influenced runoff ratios. These complex subsurface dynamics and large storage capacities are important for understanding how mountainous watersheds with glacial till deposits may respond to disturbance or climate change.

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 enseignants0,133
Score d'incertitude au seuil0,268

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,019
Tête enseignante GPT0,253
Écart entre enseignants0,234 · 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

Citations23
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetCryospheric studies and observationsTravaux en français237 207