The emergence of community models in hydrology
Notice bibliographique
Résumé
Hydrological models (HMs) are essential tools to explore terrestrial water dynamics and to anticipate future hydrological events. Since their inception, HMs have been developed in parallel by different institutions. There is now a plethora of HMs, yet a relative absence of cross-model developments (code is almost never portable between models) and of guidance on model selection (modellers typically stick to the model they are most familiar with). Furthermore, traditional HMs, developed over the last decades by successive code additions, are rarely adapted to modern hydrological challenges, principally because they lack modularity. These HMs typically rely on a single model structure (most processes are simulated by a single set of equations), which make it difficult to i) understand differences between models, ii) run a large ensemble of models, iii) capture the spatial variability of hydrological processes and iv) develop and improve hydrological models in a coordinated fashion across the community. These limitations can be overcome by modular modelling frameworks (MMFs), which are master templates for model generation. MMFs offer several options for each important modelling decision. They also allow users to add functionalities when they are required, by loading libraries developed and maintained by the community. This presentation uses FUSE (Framework for Understanding Structural Error) as an example of MMF for hydrology. FUSE enables the generation of a myriad of conceptual HMs by recombining elements from four commonly-used models. This presentation will summarize the development of FUSE version 2 (FUSE2), which was created with users in mind and significantly increases the usability and range of applicability of the original FUSE. In FUSE2, NetCDF output files contain a detailed description of the modelling decisions (e.g., selected modules, numerical scheme, parameter values), which improves reproducibility. FUSE2 also makes code re-usable, as modules can be used across the community and are not limited to a single model structure. After decades of siloed model development, we argue that MMFs are essential to develop and improve hydrological models in a coordinated fashion across the community.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».