MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392757898 · doi:10.5194/egusphere-egu24-13114

Attribution of hydrological trends and change points in the discharge of Mackenzie River during 1972-202

2024· preprint· en· W4392757898 sur OpenAlexaff
John Xiaogang Shi, Jiayi Xu, Daqing Yang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésAttributionHydrology (agriculture)Environmental scienceGeographyPhysical geographyGeologyPsychologyGeotechnical engineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

Due to the amplification of climate change in the polar regions, the changes in discharge are more pronounced for the Arctic rivers, which are relevant to other hydro-climatic indicators (e.g., precipitation, snowmelt, groundwater, and permafrost) in the river basin. To investigate the recent changes of river discharge in the Mackenzie River Basin (MRB) responding to climate change, this study used the Mann-Kendall trend test and correlation coefficient approach to examine the long-term variability in discharge at three gauges along the watercourses of MRB between 1972 and 2020, focusing on the inter-decadal trends and the occurrence of hydrological extremes. From the 1970s to 2000s, the discharge in the MRB has increased significantly. However, a reverse trend was shown in the 2010s that is more pronounced in winter and spring. Moreover, the analyses in annual discharge have revealed that the extremely low discharge in 1994/1995 is highly associated with the changes in snowfall, while the extremely high discharge events in 2012/13 and 2019/2020 are more influenced by the reduced sea ice extent and peatland burning over the last decades.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,255
Écart entre enseignants0,225 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→