MétaCan
Menu
Retour à la cohorte
Enregistrement W4408982638 · doi:10.1007/s10040-025-02882-7

Current trends and biases in groundwater modelling using the community-driven groundwater model portal (GroMoPo)

2025· article· en· W4408982638 sur OpenAlexaff
Daniel Zamrsky, Sacha Ruzzante, Kyle Compare, Daniel Kretschmer, Samuel C. Zipper, Kevin M. Befus, Robert Reinecke, Yara Pasner, Tom Gleeson, Kristen Jordan, Mark Cuthbert, Anthony M. Castronova, Thorsten Wagener, Marc F. P. Bierkens

Notice bibliographique

RevueHydrogeology Journal · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensUniversity of Victoria
Organismes subventionnairesEuropean Research Council
Mots-clésGroundwaterHydrogeologyEnvironmental scienceWater supplyClimate changeWater resource managementGroundwater modelHydrology (agriculture)Environmental resource managementGroundwater rechargeAquiferGeologyEnvironmental engineeringOceanography

Résumé

récupéré en direct d'OpenAlex

Groundwater, Earth's largest nonfrozen freshwater reservoir, is vital for water supply security. Groundwater models help to manage complex domestic, agricultural, and industrial water demands while preserving ecosystem health under climate change. The community-driven groundwater model portal (GroMoPo) hosts groundwater model metadata to analyse biases and distribution of groundwater models. Over 450 models are currently featured on GroMoPo, with most models from high-GDP countries at local-to-regional scales. The GroMoPo initiative addresses current knowledge gaps and facilitates future collaboration and data sharing. Supplementary Information: The online version contains supplementary material available at 10.1007/s10040-025-02882-7.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,573
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,272
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrogeology JournalMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207