Variability in the Shape of the Active Length–Streamflow Relationship in Temporary Streams: Insights From an Empirical Analysis
Notice bibliographique
Résumé
Abstract Non‐perennial stream reaches experience ceaseless shifts between flowing water and dry‐down, depending on the changes of the water availability in the upstream catchment. Consequently, the flowing network length and the catchment‐scale streamflow jointly evolve mirroring the temporal variations of landscape wetness. The resulting relation between and represents a powerful tool for monitoring, modeling and classifying non‐perennial rivers. However, a robust formal assessment of the shape across different catchments is still lacking. In this manuscript we analyze 45 case studies with joint empirical observations of and , and test three models: the power law, the exponential, and the gamma functions. The empirical data confirms the presence of a high correlation between and in all case studies. However higher levels of noise emerge in higher frequency data sets. Furthermore, our analysis reveals three classes of shapes: generally increasing relations, relations with a right plateau, and s‐shaped relations. The results indicate that the gamma model produces the lowest errors and is able to describe all three shapes. In contrast, the power law model—while showing good performances—tends to overestimate the right plateaus. The exponential model, instead, proves to be too simple and often reaches the maximum network length for too low discharge values. The study provides a basis for better interpreting and modeling the joint variability of and , providing clues about the sensitivity of the flowing length to streamflow changes in different geomorphic and climatic settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».