MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402746296 · doi:10.5194/egusphere-2024-1389-ac2

Reply on RC2

2024· peer-review· en· W4402746296 sur OpenAlexaffabout
Guillaume Talbot

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. Rating curves (RC), which establish a relationship between stage and discharge at a given cross-section of a river, are largely used by national agencies to measure flow. RC are constructed from gauging measurements and are usually represented by power functions, a mathematical function frequently used to represent stage-discharge relationship of standard hydraulic structures. Uncertainties on estimated flows based on rating curves can be significant, especially for high and low flow regimes. It is therefore important to report these uncertainties as accurately as possible. Many approaches estimating the sources of uncertainties on flows have been proposed but are generally too complex for large scale application to hydrometric networks. This paper proposed an approach to develop rating curves and assess the corresponding uncertainties on estimated flow that can be readily applied to large-scale hydrometric networks. This approach takes into consideration possible changes in RC over time due to hydraulic or geomorphologic modifications and assessed if one or two power functions are needed to adequately represent the stage-discharge relationship over the available range of gauged stages. RC at Quebec hydrometric stations have been constructed. Relative differences between flows estimated from the RC and gauged flows are used to assess uncertainties on estimated flow. They were adjusted to normal or logistic distributions with constant (stage-independent uncertainties) or stage-dependent scale parameters (stage-dependent uncertainties). Mean standard deviation on estimated flows for RC with stage-independent uncertainties (75.0 % of the RC) is 6.5 %, while for RC with stage-dependent uncertainties, they increase significantly at low stages reaching values larger than 20 % for some RC at the lowest gauged stage.

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)0,003
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,291

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,005
Science ouverte0,0030,002
Intégrité de la recherche0,0360,030
Charge utile insuffisante (le modèle a refusé de juger)0,0870,070

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 Opus0,065
Tête enseignante GPT0,392
Écart entre enseignants0,327 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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'admission2
Résumé présentoui

Explorer davantage

Même sujetClinical Nutrition and Gastroenterology→Travaux en français237 207→