REGIONALIZATION OF THE IDF CURVES FOR THE PROVINCES OF SANTO DOMINGO DE LOS TSACHILAS AND ESMERALDAS
Notice bibliographique
Résumé
In this study, two methodologies were compared for the regionalization of precipitation data in the provinces of Esmeraldas and Santo Domingo de los Tsáchilas.40 meteorological stations were initially selected, but 32 were used due to data availability.The main objective was to determine which methodology offered greater precision in the evaluated models.Process 1, based on the methodology of Nuñez Neira and Corapi, was compared with process 2, developed according to Velasco Ramos and Garaicoa Velásquez.The latter stood out for its comprehensive approach, which included the identification and correction of atypical data using the Hydrognomon program, as well as the adjustment of distributions for different return periods.Although the interpolation methods applied in process 2, such as Inverse Distance Weighted (IDW) and Ordinary Kriging (KO), presented a greater relative error than in process 1, the robustness of process 2 in data management and correction of anomalous values turned out to be a decisive factor for their choice.Another advantage of process 2 was the implementation of the US method for estimating missing data, which added reliability to the results obtained.In conclusion, despite the error limitations in the interpolation methods, process 2 was considered more suitable due to its comprehensive approach and its ability to handle data accurately, detecting and correcting irregularities.These results provide a more reliable tool for the regionalization of precipitation in the study area, thus improving the basis for future hydrological research.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».