Caravan-Qual: A global scale integration of water quality observations into a large sample hydrology dataset
Notice bibliographique
Résumé
Caravan-Qual is an open access dataset that brings water quality to the research paradigm of large sample hydrology (LSH), integrating daily water quality data from 100 constituents with catchment attributes, meteorological forcing and co-located streamflow observations. Water quality data in Caravan-Qual is compiled from several existing global, regional and national databases, all of which have fully open-access licenses that permit redistribution, including: • Global: UNEP GEMS/Water Global Freshwater Quality Archive (GEMS) • Global: Global River Water Quality Archive (GRQA) • Global: GLObal River Chemistry (GLORICH) dataset • Europe: NORMAN EMPODAT • Europe: Waterbase WISE State of Environment (Waterbase) • United States: Water Quality Portal (WQP) • China: China National Environmental Monitoring Centre (CNEMC) • United Kingdom: Department for Environment, Food and Rural Affairs (UK-EA) • Canada: Canadian Environmental Sustainability Indicators (CESI) • Switzerland: National Surface Water Quality Monitoring Programme (NAWA) Where possible, water quality monitoring observations are matched to publicly accessible streamflow observations (Caravan + extensions), and stream attributes (GEOGLOWSv2), catchment attributes (HydroATLAS) and climate data (ERA5-Land) are derived. Additional resources ⦁ Code for (re-)creating or extending Caravan-Qual at: https://github.com/SustainableWaterSystems/Caravan-Qual/ ⦁ Jupyter notebook for exploring Caravan-Qual at: https://github.com/SustainableWaterSystems/Caravan-Qual/tree/main/example ⦁ Lightweight version of Caravan-Qual: https://zenodo.org/records/17787066
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,022 |
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 ».