Modélisation des rizières irriguées et intégration dans hydrotel : application au bassin versant de la rivière Cau au Vietnam
Bibliographic record
Abstract
La gestion de l’eau pour l’irrigation des rizières fait appel à des processus complexes. Le modèle Hydrotel est un outil qui permet de simuler les processus hydrologiques à l’échelle des bassins versants. Toutefois, ce modèle ne permet pas de prendre en compte le comportement hydrologique particulier des rizières. La présente étude vise à développer un sous-modèle qui, intégré dans Hydrotel, permettra de prendre en compte le comportement hydrologique des rizières et leur irrigation. Le modèle Hydrotel, avec et sans le sous-modèle développé spécifiquement pour les rizières, a été appliqué sur la partie amont du bassin versant de la rivière Cau au Vietnam. Cette application a démontré que la prise en compte des rizières et la simulation de leur fonctionnement hydrologique, avec le sous-modèle développé, permettent d’améliorer la qualité des simulations hydrologiques sur ce bassin versant. Hydrotel ainsi modifié pourra donc être utilisé, notamment, pour étudier l’impact des rizières sur les ressources en eau de bassins versants où la superficie des rizières est importante.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".