CAMELS-GB: hydrometeorological time series and landscape attributes for 671 catchments in Great Britain
Notice bibliographique
Résumé
Abstract. We present the first large-sample catchment hydrology dataset for Great Britain, CAMELS-GB (Catchment Attributes and MEteorology for Large-sample Studies). CAMELS-GB collates river flows, catchment attributes and catchment boundaries from the UK National River Flow Archive together with a suite of new meteorological timeseries and catchment attributes. These data are provided for 671 catchments that cover a wide range of climatic, hydrological, landscape and human management characteristics across Great Britain. Daily timeseries covering 1970–2015 (a period including several hydrological extreme episodes) are provided for a range of hydro-meteorological variables including rainfall, potential evapotranspiration, temperature, radiation, humidity and river flow. A comprehensive set of catchment attributes are quantified including topography, climate, hydrology, land cover, soils and hydrogeology. Importantly, we also derive human management attributes (including attributes summarising abstractions, returns and reservoir capacity in each catchment), as well as attributes describing the quality of the flow data including the first set of discharge uncertainty estimates for Great Britain. CAMELS-GB (Coxon et al, 2020; available at https://doi.org/10.5285/8344e4f3-d2ea-44f5-8afa-86d2987543a9) is intended for the community as a publicly available, easily accessible dataset to use in a wide range of environmental and modelling analyses.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,011 |
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 ».