MétaCan
Menu
Retour à la cohorte
Enregistrement W4404327149 · doi:10.1002/hyp.15324

Identifying Subsurface Connectivity From Observations: Experimentation With Equifinality Defines Both Challenges and Pathways to Progress

2024· article· en· W4404327149 sur OpenAlexaff
Kevin Bishop, Ali Ameli, Thomas Grabs, Hjalmar Laudon, Nino Amvrosiadi, Tamara Kolbe, Jan Seibert, Ilja van Meerveld

Notice bibliographique

RevueHydrological Processes · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesVetenskapsrådet
Mots-clésEquifinalityEnvironmental scienceGeologyComputer scienceEarth scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Linkages between landscapes and streams are increasingly described in terms of hydrological connectivity. The ability to effectively distinguish different patterns of water movement through catchments makes connectivity particularly interesting to both scientists and practical water managers. Hydrometric data (groundwater levels, soil moisture and streamflow) are often employed to infer the connection between the landscape and its drainage network. Such observational data, however, are insufficient to infer subsurface connectivity in humid settings with perennial stream flow, due to the risk of equifinality. To quantify how much subsurface flow patterns can differ and still be consistent (equifinal) with comprehensive observations of hillslope groundwater levels and stream runoff (the hydrometric data), this study used a modelling experiment based on a well‐characterised field site. Particle‐tracking simulations at different flow rates defined the water flow paths and transit times of two virtual hillslopes that differed profoundly in the vertical distribution of the saturated hydraulic conductivity. Even though the simulated weekly stream flows and groundwater levels were similar (i.e., the hillslopes were hydrometrically equifinal) particle velocities and water ages at specific locations along these hillslopes differed by orders of magnitude. Flow path lengths and catchment transit times varied up to several 100%. The hillslope‐ and stream‐based metrics used to describe connectivity also varied with stream flow rates. These results underline the need to recognise the risks for equifinality when inferring subsurface connectivity from hydrometric observations alone, even when those observations are comprehensive. The results also highlight the value of model simulations for quantifying the uncertainty in the inferred connectivity, targeting the best sampling locations/times to reduce this uncertainty with tracer data and better understanding the way connectivity influences stream chemistry.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,160
Score d'incertitude au seuil0,354

Scores Codex et Gemma par catégorie

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

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 Opus0,126
Tête enseignante GPT0,282
Écart entre enseignants0,156 · 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'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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetSeismic Waves and AnalysisTravaux en français237 207