MétaCan
Menu
← Retour à la cohorte
Enregistrement W4322005626 · doi:10.5194/egusphere-egu23-7424

Understanding the hydrological response of groundwater discharge from freezing soils to a warming climate

2023· preprint· en· W4322005626 sur OpenAlexaff
Élise Devoie, Jeffrey M. McKenzie, Pierrick Lamontagne‐Hallé, Audrey Woo

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensMcGill UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésPermafrostSoil waterEnvironmental scienceHydrogeologyHydrology (agriculture)Soil scienceClimate changeGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Objective: Estimate the error introduced by the misrepresentation of soil freezing characteristic curves (SFCCs) in hydrological models and propose an improved method for modelling freezing soils.Key FindingsMost SFCCs used in numerical modelling studies are chosen based on convergence behaviour as opposed to physical soil properties. The choice of SFCC affects model outcomes, including governing the ice content of soils, which in turn controls the permeability and the discharge from a hydrogeologic model. AbstractMore than half of the global terrestrial surface is subject to freezing processes, either as seasonally frozen soils or as permafrost. Soil freezing processes are represented by the soil freezing characteristic curve (SFCC) that relates soil temperature to its unfrozen water content. Unfortunately, SFCCs are frequently misrepresented in models, and often chosen based on ease of model convergence behavior as opposed to physical soil properties. With climate change and increased frequency of midwinter melt, SFCCs are becoming increasingly important in accurately predicting the hydrological response of catchments.Two synthetic hillslopes, one for a permafrost system and one for a permafrost-free system affected by seasonal freezing, are simulated using SUTRA-ice and a selection of widely accepted SFCCs. SFCCs are drawn from literature values as well as a repository of collected SFCC data: "A Repository of 100+ Years of Measured Soil Freezing Characteristic Curves". The resulting discharge is compared for each simulation, showing that the choice of SFCC is important in controlling streamflow generation in these landscapes, and the choice of SFCC may be a previously overlooked controlling process in the hydrological behaviour of catchments with freezing soils. Further work upscaling these results to catchment and larger scales is needed.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,231
Tête enseignante GPT0,297
Écart entre enseignants0,066 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change and permafrost→Travaux en français237 207→