rechaRge – a package for integrated groundwater recharge modelling in R
Notice bibliographique
Résumé
[9:56 AM] Emmanuel DuboisThe project introduces the new R package, rechaRge, dedicated to open-source groundwater recharge (GWR) models. The goal is to facilitate the simulation of GWR estimates for researchers, professionals, and stakeholders, for both hydrogeologists and non-hydrogeologists, by providing all the tools for state-of-art modelling and the available GWR models in a single R package. The package includes functions for data preparation (utility functions), automatic calibration, sensitivity analysis, and uncertainty analysis, all integrated directly in the R environment. A first open-source GWR model, the HydroBudget model, is also incorporated in the package. The model’s excellent performance allowed for the simulation of large datasets of spatially distributed and transient GWR in several projects in Canada, ranging from small watershed scale (few km2) to regional scale (thousands of km2). Sensitivity analysis, calibration, and uncertainty for the models were greatly facilitated by the utility functions of the package. At the region scale, GWR was simulated within a global change context with a spatial resolution of a 500 m x 500 m and a monthly time step for up to 150 years and 24 scenarios. Moreover, the rechaRge package is a collaborative effort and developers of open-source GWR modelling codes are warmly invited to publish their models in this package and take advantage of the existing functions.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,197 | 0,157 |
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 ».