MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403364348 · doi:10.1016/j.jappgeo.2024.105542

Insights from electrical resistivity tomography on the hydrogeological interaction between sand dams and the weathered basement aquifer

2024· article· en· W4403364348 sur OpenAlexaff
Hannah Ritchie, Ian Holman, Justus Nyangoka, Paul Bauman, Alison Parker

Notice bibliographique

RevueJournal of Applied Geophysics · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensBGC Engineering (Canada)
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésElectrical resistivity tomographyGeologyHydrogeologyAquiferElectrical resistivity and conductivityBasementGeotechnical engineeringTomographyGeomorphologyPetrologyMining engineeringGeochemistryGroundwaterCivil engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Sand dams, composed of recent alluvial aquifers behind concrete dam walls, are a water management technique in drylands. However, their level of hydraulic connectivity with their surrounding weathered basement aquifer is debated. This study aims to constrain this hydrogeological uncertainty in order to better understand their ability to meet water needs and improve dryland water security. The study is the first to use 2D geophysics (Electrical Resistivity Tomography) to provide evidence of seepage from sand dams at three mature and three newly built sites. A generally greater hydraulic connectivity was found between sand dams and their surrounding aquifer than has been assumed in some previous studies, with sites providing at least some local recharge rather than existing as isolated storage structures. This improved understanding is beneficial for both site selection and the performance of sand dams and can help ensure that maximum benefits are derived from the construction of a sand dam depending on its intended purpose.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 savante0,0010,001
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 Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,222 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Geophysics→Même sujetGeophysical and Geoelectrical Methods→Travaux en français237 207→