Notice bibliographique
Résumé
Abstract. Participatory water resources management requires modeling techniques that are accurate and flexible, yet stakeholder-friendly. While different modeling frameworks offer advantages and disadvantages, System Dynamics (SD) models have seen sustained use as a stakeholder-friendly approach for water resources modelling. In contrast, physically-based models are more appropriate to model the hydrological components of coupled human-water systems. Proposed as a way to combine the relative strengths of both modelling paradigms, model coupling allows researchers to build participatory SD models with stakeholders, while delegating the hydrological components of the overall model to an external hydrological model. Recently developed to facilitate model coupling, the Tinamït Python package presents an extensible outward-facing Application Programming Interface (API). It allows for the development of extensions (wrappers) that expand compatibility with different physically-based models. However, no watershed hydrological model has yet been connected to this API. In the present study, a socket and JavaScript Object Notation-based communication protocol was developed with the goal of facilitating the coupling of models written in languages such as FORTRAN. This novel protocol served to develop a Tinamït-compatible wrapper for the hydrological model SWAT+, allowing it to be coupled to human-water SD models. The novel coupling protocol was then applied to a case study of Tanzania’s Usa Basin. This approach provides the modeler with the benefits of both physically-based and SD models, thereby allowing the detection of potential far-reaching effects of policy decisions, within a system that remains flexible and easily adaptable to other watersheds.
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 | 0,003 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,021 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,318 | 0,233 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».