MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161988438 · doi:10.82308/73

Modeling surface runoff and subsurface tile drainage under regular drainage and controlled drainage with sub- irrigation in Southern Ontario

2015· dissertation· en· W7161988438 sur OpenAlexaboutno aff
Cheng Lu

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrainageTile drainageDrainage basinWatertable controlHydrology (agriculture)Well drainage

Résumé

récupéré en direct d'OpenAlex

Le drainage contrôlé avec sous-irrigation a été appliqué en tant qu’une stratégie au sud d’Ontario afin de mitiger la perde des éléments nutritifs, des terres agricoles avec un système drainage souterrain aux eaux pluviales. Le modèle de qualité de l’eau de la zone de racine (RZWQM2) a été utilisé à grand échelle pour simuler les effets de la gestion sur la production de culture ainsi que la qualité de l’eau et le sol, et un composant de sous-irrigation a été récemment développé. L’objectif de cette étude est de modeler le ruissellement, le drainage souterrain et le rendement de culture sous l’effet de deux pratiques de gestion d’eau tel que le drainage régulier et le drainage contrôlé avec sous-irrigation au sud d’Ontario. Les données hydrologiques et de rendement observées et ramassées sur le terrain du Juin 2008 au Décembre 2011 pour un champ du maïs-soja sous ceux deux pratiques de gestion d’eau à proximité de Harrow, ON, ont été utilisées afin d’évaluer le RZWQM2. Les débits mesurés de l’eau en surface et de l’eau souterraine, ont été surveillés en continu toute au longe de l’année. La sous-irrigation n’était pas mesurée mais elle était estimée en supposant que l’évapotranspiration journalière estimée a été atteint par le modèle. Le RZWQM2 a été calibré and validé contre les données du drainage et du rendement respectivement par le drainage régulier et le drainage contrôlé avec sous-irrigation. Pour le calibrage contre les données du ruissellement et drainage sous le drainage régulier, le pourcentage de biais (PBIAS) était entre ±15%, le rendement de Nash-Sutcliffe (NSE) était plus de 0.5 et l’indice d’accordance (IOA) était plus de 0.80. Cependant, pour la validation sous le drainage contrôlé avec sous-irrigation, le PBIAS était au-delà de ±15%, NSE < 0.22, et IOA < 0.78. Cette étude de modélisation a fait prouve que le RZWQM2 est capable de prédire le drainage et le ruissellement sous le drainage régulier, mais ce n’est pas aussi précise pour le drainage contrôlé avec sous-irrigation. La raison pourrait être une estimation incorrecte du teneur de sous-irrigation comme la donnée du modèle.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,210
Écart entre enseignants0,201 · 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
GenreEmpirique

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→