MétaCan
Menu
Retour à la cohorte
Enregistrement W4205266130 · doi:10.1590/2318-0331.262120210045

Determining a composite value for the saturated hydraulic conductivity in a recharge area of the Guarani Aquifer System, using pedotransfer functions

2021· article· en· W4205266130 sur OpenAlexaboutno aff
Marcelo Eduardo Dias de Oliveira, Didier Gastmans, Marcelo Donadelli Sacchi, Rodrigo Esteves Rocha, Camila de Lima, Vinícius dos Santos

Notice bibliographique

RevueRevista Brasileira de Recursos Hídricos · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésPedotransfer functionGroundwater rechargeHydraulic conductivityWatershedAquiferEnvironmental scienceHydrology (agriculture)Soil sciencePermeameterGeologyGeotechnical engineeringSoil waterGroundwaterComputer science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The saturated hydraulic conductivity (Ks) is an essential property for modeling water and contaminants movement into aquifers. However, Ks is extremely variable, even when considering nearby locations, which poses a challenge for modeling at catchment scales. Field measurements of Ks are most of the time expensive, time-consuming and labor-intensive. This study aimed to obtain, for modeling purposes, and using pedotransfer functions (PTFs), a composite value of Ks at a catchment scale, in a recharge area of the Guarani Aquifer System. Soil samples were taken across the study area, and the Ks for each sampling point were determined by several PTF methods. At the same locations, Ks field measurements were taken using a Guelph permeameter. Average values of Ks for all the sampling points calculated by PTFs were similar to the average value obtained by field measurements. The use of PTFs proved to be a faster and simpler method to efficiently determine the Ks value for the watershed and to capture the stochastic variation in terms of soil pore combination at the watershed scale.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,770
Score d'incertitude au seuil0,862

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,248
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de Recursos HídricosMême sujetSoil and Unsaturated FlowTravaux en français237 207