MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385658626 · doi:10.5194/hess-2023-187-rc1

Comment on hess-2023-187

2023· peer-review· en· W4385658626 sur OpenAlexfundno aff
Keith Beven

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaIowa Department of TransportationManitoba HydroU.S. Department of Transportation
Mots-clésHydrographStreamflowSurface runoffRouting (electronic design automation)Hydrology (agriculture)Series (stratigraphy)Scale (ratio)Environmental scienceWatershedRunoff modelFlow routingFlow (mathematics)GeologyDrainage basinMathematicsGeographyGeometryComputer scienceGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract. A series of numerical experiments were conducted to test the connection between streamflow hydrographs at the outlet of large watersheds and the time-series of hillslope-scale runoff yield. We used a distributed hydrological routing model that discretizes a large watershed (~17,000 km2) into small hillslope units (~0.1 km2) and applied distinct surface runoff time-series to each unit that deliver the same volume of water into the river network. The numerical simulations show that distinct runoff delivery time-series at the hillslope scale result in indistinguishable streamflow hydrographs at large scales. This limitation is imposed by space-time averaging of input flows into the river network that are draining the landscape. The results of the simulations presented in this paper show that under very general conditions of streamflow routing (i.e., nonlinear variable velocities in space and time), the streamflow hydrographs at the outlet of basins with Horton-Strahler (H-S) order five or above (larger than 100 km2 in our set up) contain very little information about the temporal variability of runoff production at the hillslope scale and therefore the processes from which they originate. In addition, our results indicate that the rate of convergence to a common hydrograph shape at larger scales (above H-S order 5) is directly proportional to how different the input signals are to each other at the hillslope scale. We conclude that the ability of a hydrological model to replicate outlet hydrographs does not imply that a correct and meaningful description of small-scale rainfall-runoff processes has been provided. Furthermore, our results provide context for other studies that demonstrate how the physics of runoff generation cannot be inferred from output signals in commonly used hydrological 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil0,884

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0020,002
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,3810,251

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 Opus0,038
Tête enseignante GPT0,290
Écart entre enseignants0,251 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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 sujetHydrology and Watershed Management Studies→Travaux en français237 207→