MétaCan
Menu
Retour à la cohorte
Enregistrement W6931954003 · doi:10.5683/sp3/tfnpqf

1961-2017 monthly potential groundwater recharge in southern Quebec database

2021· dataset· en· W6931954003 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2021
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytochemistry and biological activities of Ficus species
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésGroundwater rechargeHydrology (agriculture)EvapotranspirationSnowmeltSurface runoffGroundwaterWatershedWater resources

Résumé

récupéré en direct d'OpenAlex

This database contains the simulation of potential groundwater recharge (GWR) with a 500 m x 500 m resolution and a monthly time step over southern Quebec for the 1961-2017 period. These data were simulated using the HydroBudget model (HB; Dubois et al., 2021a, b) and are presented in Dubois et al. (2021c). The simulation was performed at UQAM by the team of Pr Marie Larocque’s research Chair on Water and land conservation (Chaire Eau et conservation du territoire), as part of a project funded by the Quebec Ministry of the Environment (Ministère de l’Environnement et de la Lutte contre les changements climatiques - MELCC). The study area is located in the Province of Quebec (humid and cold climate; Canada), between the St. Lawrence River and the Canada–USA border and between the Quebec–Ontario border and Quebec City (35 800 km2). The study area is divided into 140 656 cells of 500 m x 500 m. The simulation results are sorted in files by year that contains for each grid cell the monthly values of simulated vertical inflow (VI; sum of observed rainfall and simulated snowmelt – mm), average temperature (°C), simulated runoff (runoff + excess runoff – mm), simulated actual evapotranspiration (mm), and simulated potential GWR (mm).

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,004

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 Opus0,024
Tête enseignante GPT0,224
Écart entre enseignants0,200 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealisMême sujetPhytochemistry and biological activities of Ficus speciesTravaux en français237 207