MétaCan
Menu
Retour à la cohorte
Enregistrement W4378379061 · doi:10.3390/w15112005

Water Quality and Flow Management Scenarios in the Qu’Appelle River–Reservoir System Using Loosely Coupled WASP and CE-QUAL-W2 Models

2023· article· en· W4378379061 sur OpenAlexafffundabout
Julie Terry, Karl‐Erich Lindenschmidt

Notice bibliographique

RevueWater · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesGlobal Water FuturesUniversity of Saskatchewan
Mots-clésWater qualityEnvironmental scienceHydrology (agriculture)EutrophicationStreamflowWatershedWater resource managementChannel (broadcasting)Water resourcesNutrientDrainage basinEcologyGeologyComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

The water bodies of the Saskatchewan Prairies suffer multiple stressors, and demand for water is expected to increase. Water quality models can help evaluate water management strategies and risks such as climate change. This study assesses the impact of interbasin water transfers on the water quality of a strategic, eutrophic prairie reservoir that receives poor-quality watershed run-off. A one-dimensional WASP model was used to estimate nutrient transformations in the transfers along a 97 km river channel. The WASP model was then loosely coupled to a two-dimensional CE-QUAL-W2 model of the downstream receiving reservoir. Output from the WASP model was manually transformed into boundary conditions for the CE-QUAL-W2 reservoir model. This method improves on an earlier attempt to estimate nutrient transformations in the transfers using linear regression. Results from the loosely coupled models suggest Buffalo Pound Lake would respond well to the interbasin transfers. The number of threshold exceedances decreased for all modeled water quality variables. Nutrient concentrations were most influenced in the open water season following spring freshet. Any additional reduction of threshold exceedances during winter was minimal in comparison. These results are interesting from a management perspective as increased transfers under winter operations risk ice damage to the river channel.

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 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: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,001
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 Opus0,040
Tête enseignante GPT0,256
Écart entre enseignants0,215 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetHydrology and Watershed Management StudiesTravaux en français237 207