Catchment Attributes and MEteorology for Large-Sample SPATially distributed analysis (CAMELS-SPAT): Streamflow observations, forcing data and geospatial data for hydrologic studies across North America
Notice bibliographique
Résumé
This resource contains the CAMELS-SPAT data set. CAMELS-SPAT provides data that can support hydrologic modeling and analysis for 1426 streamflow measurement stations located across the United States and Canada. The area upstream of each station has been divided into various subbasins. The provided data include: (1) shapefiles outlining the location of each basin and its subbasins, (2) streamflow observations at daily and hourly resolution at the outlet of each basin, (3) meteorological data from 4 different data sets (RDRS, EM-Earth, ERA5, Daymet), at their native gridded resolution as well as averaged to the basin and subbasin level, (4) geospatial data from 11 different data at their native gridded resolution, and (5) statistical summaries (i.e. catchment attributes) calculated from the streamflow, meteorological and geospatial data at the basin and subbasin level. Data set structure is described in the README found in this repository. Data set development is described in Knoben et al (to be submitted). When using the CAMELS-SPAT data, please follow the attribution guidelines provided in Section 6 in this paper (briefly, individual attribution of any data set included in CAMELS-SPAT is requested if this data is used). BibTeX entries for the individual data sources aggregated in CAMELS-SPAT are provided in the citation.bib file found in this repository. Reference: Knoben, W. J. M., Keshavarz, K., Torres-Rojas, L., Thébault, C., Chaney, N. W., Pietroniro, A. & Clark, M. P. (to be submitted). Catchment Attributes and MEteorology for Large-Sample SPATially distributed analysis (CAMELS-SPAT): Streamflow observations, forcing data and geospatial data for hydrologic studies across North America.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,165 | 0,098 |
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 ».