MétaCan
Menu
Retour à la cohorte

Modelling groundwater–surface water mixing in a headwater wetland: implications for hydrograph separation

2000· article· en· W4232580124 sur OpenAlexaff
P. Brassard, J. M. Waddington, Alan R. Hill, Nigel T. Roulet

Notice bibliographique

RevueHydrological Processes · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensMcGill UniversityYork UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSurface runoffGroundwaterWetlandHydrology (agriculture)HydrographSurface waterSubsurface flowEnvironmental sciencePrecipitationSTREAMSGroundwater flowGeologyAquiferEcologyEnvironmental engineeringGeography

Résumé

récupéré en direct d'OpenAlex

Many headwater wetlands contain seasonally or permanently saturated areas adjacent to streams, in small depressions or in regional or local groundwater discharge zones. Environmental isotopes indicate that pre-event water dominates the storm period from these headwater wetlands, however, saturated overland flow usually dominates stormflow at these sites supposedly making groundwater contributions relatively less important as a runoff mechanism. Mixing of event water with surface storage water transported by saturated overland flow has been suggested as an alternative mechanism to account for large volumes of pre-event water during saturated overland flow stormflow. In this paper we present results from various model simulations of groundwater–surface-water mixing in a headwater wetland. In the model we have varied both local and groundwater contributions to the wetland, precipitation intensity and the initial ‘wetness’ of the wetland to better understand the processes controlling both stormflow and water chemistry. Surface water mixing is shown to be an important process during low, moderate and high intensity events. Results from these simulations are used to predict the effect of reduced groundwater input to the wetlands on stormflow and water chemistry. Copyright © 2000 John Wiley & Sons, Ltd.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,029
Tête enseignante GPT0,267
Écart entre enseignants0,238 · 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'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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207