MétaCan
Menu
Retour à la cohorte
Enregistrement W4317378118 · doi:10.22541/au.164330502.21254888/v2

Suitable sites for groundwater development: A  capture map-based approach integrated with weighted overlay analysis             

2023· preprint· en· W4317378118 sur OpenAlexfundno aff
Mayank Bajpai, Ranveer Kumar, Shishir Gaur, Anurag Ohri, Hervé Piégay

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater and Watershed Analysis
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de LyonCentre National de la Recherche ScientifiqueAgence Nationale de la RechercheOttawa Hospital Research Institute
Mots-clésGroundwaterEnvironmental scienceHydrology (agriculture)Extraction (chemistry)OverlayGroundwater modelWater resource managementGeologyGroundwater flowComputer scienceAquiferGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

A novel methodology for suitable site selection for groundwater development based on river capture, pumping cost and groundwater potential has been proposed for better groundwater utilization. River capture and cost map have been generated from a calibrated groundwater model, simulated with forecasted hydrological time series data. The groundwater potential has been calculated with weighted overlay analysis. These three variables have been used to classify the model domain into five zones of groundwater development by K-Means clustering. The area with lower river capture, low cost of pumping and high groundwater potential is found to be the best location for groundwater extraction. The methodology has been applied to the lower Ain river basin, France.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,222
Écart entre enseignants0,200 · 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.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGroundwater and Watershed AnalysisTravaux en français237 207