MétaCan
Menu
Retour à la cohorte
Enregistrement W4321456748 · doi:10.3390/hydrology10020053

Reservoir Capacity Estimation by the Gould Probability Matrix, Drought Magnitude, and Behavior Analysis Methods: A Comparative Study Using Canadian Rivers

2023· article· en· W4321456748 sur OpenAlexaffabout
T.C. Sharma, U.S. Panu

Notice bibliographique

RevueHydrology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésMagnitude (astronomy)StatisticsEnvironmental scienceScalingStandardizationStreamflowHydrology (agriculture)MathematicsComputer scienceGeographyGeologyDrainage basinGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Among the various methods for estimating reservoir volumes, the Gould probability matrix (GPM) method has been touted as a powerful method for estimating reservoir volumes. The other methods in vogue are the Behavior analysis (BA) with the latest induction of the Drought magnitude (DM) method. A comparison of the above methods in terms of ease, efficiency, and relative merits from each other is currently lacking in the literature. This paper compares the above three methods with a detailed analysis of the GPM method using the monthly flows from 16 Canadian rivers at the draft ratios of 75 and 50% with the probability of failure of 2.5, 5 and 10%. The results reported in this paper indicate that fifteen zones are sufficient in the GPM method to yield the reservoir capacity for the Canadian rivers while requiring no standardization of the data, similar to the BA method. In the DM method, standardized monthly flow sequences in combination with a scaling parameter Φ yielded effective drought length, which, when multiplied by drought intensity and the average of 12 monthly standard deviations, resulted in the appropriate values of reservoir capacity. The results of this paper affirm that the GPM method offers little special merit in obtaining reservoir capacity in view of the rigor of computational efforts and uncertainty in the correction factors for significantly autocorrelated (dependent) annual flows. The DM method was found to be comparable to the BA method, though it requires standardization of the monthly flow data. The study suggests that all three methods result in comparable estimates of reservoir capacity for nearly independent annual flows with a slight edge to the Behavior analysis (BA) method.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,131
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,060
Tête enseignante GPT0,321
Écart entre enseignants0,261 · 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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrologyMême sujetWater resources management and optimizationTravaux en français237 207