MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408436303 · doi:10.5194/egusphere-egu25-7423

Influence of past and future atmospheric and oceanic climate change on groundwater levels, recharge, discharge, and salinity

2025· preprint· en· W4408436303 sur OpenAlexaffabout
Barret L. Kurylyk, Nicole K. LeRoux, H. Bay Berry, Armita Motamedi, R.B. Strong, Ryan Malley

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGroundwater rechargeClimate changeEnvironmental scienceSalinityGroundwaterHydrology (agriculture)ClimatologyOceanographyGeologyAquiferGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Atmospheric climate change in cold regions can impact groundwater resources through alterations to snow-rain partitioning, mid-winter thaws, and evapotranspiration. Also, sea-level rise can drive elevated coastal water tables and saltwater intrusion, which can deleteriously impact coastal groundwater resources and coastal infrastructure. We investigate these processes in the coastal province of Nova Scotia, Canada, where 40% of the population relies on vulnerable private wells. We consider impacts of past climate change by conducting statistical analyses of hydrometeorological data and find that late-summer significant negative trends are apparent in net precipitation, groundwater levels, and groundwater discharge (baseflow). To assess the impacts of future climate change we are developing province-wide coastal groundwater vulnerability maps (salinization and water table rise) based on a coastal groundwater analytical solution parameterized and forced with geospatial data. We are also using downscaled climate projections to drive a physically-based hydrologic model to investigate how groundwater recharge may respond to changing temperature and precipitation in different hydrologic response units. Our preliminary results provide critical insights into the impacts of climate change on groundwater resources and lay the foundation for better risk identification to underpin sustainable groundwater management.

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 enseignants0,796
Score d'incertitude au seuil0,410

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
Bibliométrie0,0000,001
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 Opus0,019
Tête enseignante GPT0,243
Écart entre enseignants0,224 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

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