Hydrogeological data modelling in groundwater studies
Notice bibliographique
Résumé
Managing, handling, exchanging and accessing hydrogeological information depend mainly on the applied hydrogeological data models, which differ between institutions and acrosscountries. Growing interest in hydrogeological information diffusion, combined with a need for information availability, require the convergence of hydrogeological data models. Modelconvergence makes hydrogeological information accessible to multiple institutions, universities, administration, water suppliers, and research organisations, at different levels: from the local level (on-site measurement teams), to national and international institutions dealing with water resources management. Furthermore, because hydrogeological studies are complex, they require a large variety of high-quality hydrogeological data with appropriatemetadata in clearly designed and coherent structures.To respond to the requirement of model convergence, easy information exchange and hydrogeological completeness, new data models have been developed, using two different methodologies. At local-regional level, the HydroCube model has been developed for the Walloon Region in Belgium. This logical data model uses entity-relationship diagrams and ithas been implemented in the MS Access environment, further enriched with a fully functional user-interface. The HydroCube model presents an innovative holistic “project-based” approach, which covers a full set of hydrogeological concepts and features, allowing for effective hydrogeological project management. This approach enables to store data about theproject localisation, hydrogeological equipment, related observations and measurements. Furthermore, topological relationships facilitate management of spatially associated data. Finally, the model focuses on specialized hydrogeological field experiments, such as pumping tests and tracer tests.At the international level, a new hydrogeological data model has been developed which guarantees hydrogeological information availability in one standard format in the scope of the FP6 project GABARDINE (“Groundwater Artificial recharge Based on Alternative sources of wateR: aDvanced Integrated technologies and management”). The model has beenimplemented in the ArcGIS environment, as a Geospatial Database for a decision support system. The GABARDINE Geospatial Database uses advantages of object-oriented modelling (UML), it follows standards for geoscientific information exchange (ISO/TC211 and OGC), and it is compliant with the recommendations from the European Geospatial Information Working Group.Finally, these two developed models have been tested with hydrogeological field data on different informatics platforms: from MS Access, through a proprietary ArcGIS environment, to the open source, free Web2GIS on-line application. They have also contributed to the development of the GroundWater Markup Language (GWML) Canadian exchange standard, compliant with Geographic Markup Language (GML). GWML has the potential of becoming an international HydroGeology Markup Language (HgML) standard with a strong and continuous support from the hydrogeological community.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».