Comprehensive network hydraulic scaling datasets and associated resources (discharge, channel length surveys, watershed metadata, blueline network shapefiles and reference images)
Notice bibliographique
Résumé
Wetted channel networks expand and contract throughout the year. Direct observation of this process can be made by multiple intensive surveys of a catchment throughout the year. Godsey et al. (2014) suggest that the extent of the wetted channel network scales with discharge at the outlet by a power law (L = αQ^β). Using this relationship, we developed a framework to assess variability in the extent of wetted channels as a function of β and the variability in streamflow Q (Lapides et al., In Review, https://eartharxiv.org/mc6np/). This resource constitutes the empirical basis for that study, a comprehensive dataset compiled from literature including: 1 - Channel length survey data (csv files) 2 - Discharge time series data (csv files) 3 - Watershed metadata (csv files) 4 - Blueline network files (pdf, png, and shp files) This collection is comprehensive in that it includes all watersheds where at least three channel length surveys have been conducted and where a corresponding discharge time series dataset is available. The requirement of a minimum of three channel length surveys stems from the data requirements to find α and β for the power law relationship between discharge and stream network length for headwater catchments (Godsey et al., 2014). At present, data for 14 watersheds worldwide are included in the collection along with reference maps, watershed metadata, shapefiles and a composite of USGS blueline stream network imagery with terrain for watersheds of interest in the United States. Notably, this collection brings data from a variety of earth science agencies worldwide into a common, clearly labelled format. Methods used to process the datasets or create other assets in this collection are included in the abstracts or additional metadata for each of the four resources listed above. Python code used to process data, compute variables, and create graphics is available at: https://zenodo.org/record/4057320
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,068 |
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 ».