MétaCan
Menu
← Retour à la cohorte
Enregistrement W6950116279 · doi:10.5683/sp3/m7so6q

Simulated monthly potential groundwater recharge with land cover changes in southern Quebec Database – period 1951-2100

2022· dataset· en· W6950116279 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésLand coverChristian ministryGroundwater rechargePeriod (music)Climate changeClimate modelGroundwater

Résumé

récupéré en direct d'OpenAlex

The dataset contains potential groundwater recharge (GWR) simulated with a 500 m x 500 m resolution over southern Quebec, with a monthly time step, and with time-variant land cover (LC). The dataset is comprised of the LC classifications and the simulated spatial-temporal GWR. It contains (1) the reclassified, resampled, and annually distributed LC classifications for the 1990-2010 period based on the LC classifications for 1990, 2000, and 2010 (NRCan, 2021); (2) the downscaled LC scenarios from the land use harmonization dataset for RCP4.5 and RCP8.5 (Hurtt et al., 2011); and (3) the reclassified and resampled LC map for 2015 from Bissonnette et al. (2016) used for the GWR simulation of Dubois et al. (2021a, 2022b). The dataset also contains (4) the simulated GWR over the 1990-2010 period simulated with LC changes from the NRCan (2021) classification and (5) 12 GWR scenarios spanning 1951-2100 simulated with the LC scenarios. GWR data were simulated with these LC scenarios using the HydroBudget model (Dubois et al., 2021a, b) and are presented in Dubois et al. (2022a). They were compared to the data presented in Dubois et al. (2021a, 2022b) for constant LC. For the 1990-2010 period, interpolated climate data were provided by the Quebec Ministry of Environment and Climate Change (Ministère de l’Environnement et de la Lutte contre les changements climatiques - MELCC). For the 1951-2100 period, a selection of 12 climate scenarios provided by the Ouranos Consortium from the Coupled Model Intercomparison Project— Phase 5 (CMIP5) ensemble (RCP4.5 and RCP8.5, various global climate models) were used as input. The simulations were 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 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 netCDF files for each LC classifications (5 classes: agriculture, forest, wetlands, water, urban) and for each GWR simulation. The resampled and reclassified LC map from Bissonnette et al. (2016) is provided as a .csv file. Beside the LC classifications, the available variables are composed of the monthly values of simulated vertical inflow (VI; sum of observed rainfall and simulated snowmelt – mm/month), average temperature (°C), simulated runoff (runoff + excess runoff – mm/month), simulated actual evapotranspiration (mm/month), and simulated GWR (mm/month) for each grid cell. All data have a 500 m x 500 m spatial resolution.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,014
Tête enseignante GPT0,239
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'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→