Uncertainties associated with environmental flow metrics
Notice bibliographique
Résumé
Abstract The demand for water withdrawal from rivers continues to increase world‐wide, and these water withdrawals can affect fish habitat and aquatic life in general. The study of river hydrology and environmental flows often require the calculation of flow metrics (e.g., mean annual flow, flow duration statistics, low flow frequency analyses, etc.); however, uncertainties in these flow metrics have not been fully studied in the literature. The present study looks at uncertainties related to four flow metrics used in environmental flow studies using bootstrapping techniques for five hydrometric stations (located in the Miramichi River basin, Canada). The objectives of the study are: (a) to calculate and compare different flow metrics, (b) to carry out bootstrap samples in order to assess uncertainties as a function of sample size and (c) to determine which flow metrics are associated with the least uncertainty when calculating environmental flows using hydrological based methods. Results showed that uncertainties rapidly decreased from a 5‐ to a 15‐year sample size for each flow metric. The uncertainties from a 15‐ to a 50‐year sample size decreased, but not as rapidly as from a 5‐ to a 15‐year sample. The mean annual flow metric showed the least variability. For monthly flow metrics, sample sizes of 25–30 years were needed to obtain similar coefficients of variation as the 5‐year sample size of the mean annual flow. Drainage area did not impact the mean annual flow metric; however, uncertainty was observed to vary more significantly for smaller rivers on a monthly basis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».