MétaCan
Menu
Retour à la cohorte
Enregistrement W4392505184 · doi:10.1080/02626667.2024.2324132

A systematic review of Muskingum flood routing techniques

2024· review· en· W4392505184 sur OpenAlexaff
Aryan Salvati, Alireza Moghaddam Nia, Ali Salajegheh, Ataollah Shirzadi, Himan Shahabi, Ebrahim Ahmadisharaf, Dawei Han, John J. Clague

Notice bibliographique

RevueHydrological Sciences Journal · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésFlood mythRouting (electronic design automation)Computer scienceEnvironmental scienceGeographyComputer network

Résumé

récupéré en direct d'OpenAlex

Flood routing is an important topic in engineering hydrology and an integral part of flood management and hydrodynamic modelling studies. Muskingum and Muskingum-Cunge methods are commonly used in flood routing studies. Here, we perform a systematic review of research on linear and non-linear Muskingum and Muskingum-Cunge flood routing methods to document how they have contributed to the development of flood science. Specifically, we document the evolution of publications involving Muskingum flood routing methods between 1938 and 2021. Research gaps progressively filled over time include the use of optimization algorithms, and tools for uncertainty and sensitivity analysis. In addition, we document various case studies that were conducted to improve flood routing performance. The chronological analysis reveals performance improvement of Muskingum and Muskingum-Cunge models in terms of cost effectiveness, user friendliness and ease of use.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,329
Écart entre enseignants0,289 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological Sciences JournalMême sujetHydrology and Watershed Management StudiesTravaux en français237 207