MétaCan
Menu
Retour à la cohorte
Enregistrement W4295860327 · doi:10.18280/ijdne.170413

Effects of the Climate Change on the Tigris River Basin in Iraq

2022· article· en· W4295860327 sur OpenAlexvenueno aff
Zainab A. Al-Salihi, Ammar Hatem Kamel, Isam M. Abdulhameed

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStructural basinClimate changeHydrology (agriculture)Drainage basinGeographyEnvironmental scienceGeologyPhysical geographyClimatologyGeomorphologyOceanographyCartographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Hydrologists, water managers, and policymakers are all concerned about the potential implications of climate change on water supplies.This paper describes development of water resources management in northern Iraq.The study looks at three hydrological variables that represent various stages of the hydrological cycle.The hydrological variables are discharge, rainfall, and temperature.The result showed that the volume of water for Great Zab River reduced from 264 billion m 3 for the period (1980)(1981)(1982)(1983)(1984)(1985)(1986)(1987)(1988)(1989)(1990)(1991)(1992)(1993)(1994)(1995)(1996)(1997)(1998)(1999) to 209 billion m 3 for the period .Due to the absence of dams on the river mainstream, therefore, the Great Zab can be considered as an indicator of the climate change effects.Additionally, the volume of water for Lesser Zab River reduced from 494 billion m 3 for the period to 0.86 billion m 3 for the period .For Great Zab, the maximum and the minimum annual rainfall was 309.44 mm in 1994 and 104.57mm in 1999 for the period (1982-1999) respectively, whilst the maximum and minimum annual rainfall was 430.05 mm in 2018 and 152.43 mm in 2017 for the period (2000-2020) respectively.Accordingly, the climate changes have a significant impact on Tigris River in the northern of Iraq.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,333

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,242 · 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'étudeObservationnel
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetTransboundary Water Resource ManagementTravaux en français237 207