HYDROLOGICAL MODELING USING SWAT IN THE DECISION-MAKING PROCESS FOR THE CONSERVATION OF RIVER BASINS.
Notice bibliographique
Résumé
The conservation of watersheds is a concern in all countries because of the scarcity of water for capitation and use and the anthropogenic degradation of this natural resource. Thus the objective of this study is to make a systematic review on the themes ecosystem service, hydrological modeling using the SWAT model. Emphasizing the importance of this theme in the decision-making process in the management of water resources. The research is exploratory, having as main method the literature/scientific review. The bibliographic survey used was carried out on the Scopus platform, in chronological order in the range from 2018 to 2022. The two years of the health crisis were the years of greatest scientific production. Two publications stood out for the number of citations: A review of SWAT Applications, performance and Future needs for Simulation of Hydro-Climatic Extremes and, Comparison of the SWAT and Invest models to determine hydrological Ecosystem service Spatial Patterns, Priorities and trade-offs in a Complex Basin, both published in 2020. The most prominent countries in research publications in the area of Environmental Science were China, USA, Canada, Germany, Brazil and Norway. The relevance of studies involving this theme become evident because they are tools used in the decision-making process in water management, showing up as a vast field for research in Latin America and South America, but specifically in Brazil for its continental dimension and its diversity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».