An Open-Source Web Tool for Visualizing Estimates of Well Capture Zones Near Surface Water Features
Notice bibliographique
Résumé
Identifying areas of the land surface and surface water features (e.g., rivers, lakes, etc.) likely to contribute groundwater recharge to a public groundwater supply well is typically a first step toward source water protection. Identifying the contributions from these areas is important for assessing contamination sources, developing land use management strategies, and mitigating groundwater risk for drinking water supply. Simple analytical solutions that employ Darcy’s Law are unable to account for surface water boundary conditions within the flow system. Therefore, capture zone delineation is typically performed using three-dimensional, fully distributed numerical models that require considerable numbers of parameters, stratigraphic data, and user expertise. However, advanced analytical solutions exist that can provide approximations to such solutions using few parameters.In this work, the R Shiny web platform is developed to create an open-source application to allow Internet users to visualize potential flow systems near wells in the vicinity of surface water features. Assumptions include homogeneous stratigraphy and aquifer thickness, a steady state flow field, and relatively simple aquifer geometry. The web tool is currently being developed with a focus on Yukon Territory in northern Canada, where most of the population relies on groundwater, but less work has been done on the analysis of well vulnerability and source water protection than in southern Canada. The results are intended for estimation and education purposes and will be compared with numerical model results for some sites with pre-existing investigations. Abstract ID: 1168805
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,023 |
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 ».