MétaCan
Menu
Retour à la cohorte
Enregistrement W4315782561 · doi:10.1038/s41597-023-01935-4

Interbasin water transfers in the United States and Canada

2023· article· en· W4315782561 sur OpenAlexaboutno aff
Md Abu Bakar Siddik, Kerim E. Dickson, James Rising, Benjamin L. Ruddell, Landon Marston

Notice bibliographique

RevueScientific Data · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyU.S. Department of the InteriorNational Science Foundation
Mots-clésGeospatial analysisWater transferWater useWater resource managementEnvironmental scienceEnvironmental resource managementHydrology (agriculture)GeographyRemote sensingEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

Interbasin water transfers (IBTs) can have a significant impact on the environment, water availability, and economies within the basins importing and exporting water, as well as basins downstream of these water transfers. The lack of comprehensive data identifying and describing IBTs inhibits understanding of the role IBTs play in supplying water for society, as well as their collective hydrologic impact. We develop three connected datasets inventorying IBTs in the United States and Canada, including their features, geospatial details, and water transfer volumes. We surveyed the academic and gray literature, as well as local, state, and federal water agencies, to collect, process, and verify IBTs in Canada and the United States. Our comprehensive IBT datasets represent all known transfers of untreated water that cross subregion (US) or subdrainage area (CA) boundaries, characterizing a total of 641 IBT projects. The infrastructure-level data made available by these data products can be used to close water budgets, connect water supplies to water use, and better represent human impacts within hydrologic and ecosystem models.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,408
Score d'incertitude au seuil0,941

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,199
Écart entre enseignants0,176 · 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'étudeSans objet
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

Citations49
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetWater resources management and optimizationTravaux en français237 207