MétaCan
Menu
Retour à la cohorte
Enregistrement W4361225447 · doi:10.1016/j.envsoft.2023.105688

BasinMaker 3.0: A GIS toolbox for distributed watershed delineation of complex lake-river routing networks

2023· article· en· W4361225447 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEnvironmental Modelling & Software · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensOntario Power GenerationUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRouting (electronic design automation)WatershedHydrology (agriculture)ToolboxEnvironmental scienceChannel (broadcasting)Hydrological modellingComputer scienceGeologyComputer networkMachine learning

Résumé

récupéré en direct d'OpenAlex

Hydrological modelling efforts tend to ignore the impacts of lakes or explicitly simulate the behavior of only the largest lakes in a watershed as deriving information required to explicitly represent thousands of lakes is difficult. We introduce an open-source GIS toolbox (BasinMaker) that can efficiently build vector-based hydrological routing networks including an arbitrary number of rivers and lakes, with attributes (e.g., network topology, subbasin and lake geometry, channel characteristics) that provide the inputs required for hydrological routing models. BasinMaker functionality is demonstrated to build two high-resolution vector-based lake-river routing products each defining a collection of routing networks across large regions: the North American Lake-River Routing and Ontario Lake-River Routing Products. Each includes all lakes over 10 ha identified in the HydroLAKES dataset. BasinMaker is unique in terms of lake representation and is especially helpful for modelers who need to explicitly represent numerous lakes in their watershed simulation 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.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,904

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 Opus0,025
Tête enseignante GPT0,222
Écart entre enseignants0,197 · 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