MétaCan
Menu
Back to cohort
Record W7161849005 · doi:10.82308/1159

Re-conceptualizing the soil and water assessment tool to better predict subsurface water flow through macroporous soils

2013· dissertation· en· W7161849005 on OpenAlexaboutno aff
D. Poon

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEngineering
TopicSoil and Unsaturated Flow
Canadian institutionsnot available
Fundersnot available
KeywordsSoil waterHydrology (agriculture)Water Framework DirectiveSurface waterWater balanceDrainage basin

Abstract

fetched live from OpenAlex

Les stratégies d'intervention ciblées sur la prévention de l'eutrophisation des eaux de surface en milieu agricole devraient prendre en compte que relativement plus de phosphore chemine vers les drains souterrains par les macropores du sol qu'en cheminement matriciel. Afin de décrire les phénomènes de transport de phosphore aux drains, le modèle hydrologique SWAT (Soil and Water Assessment Tool) doit être en mesure de distinguer ces processus de transfert. La présente étude avait pour objectif d'évaluer la performance d'un nouvel algorithme séparant les écoulements matriciels et préférentiels, en mettant à profit des jeux de données existantes et suivant une démarche compatible avec l'approche de modélisation inhérente à SWAT. L'algorithme a d'abord profité d'une validation conceptuelle, hors du modèle SWAT, puis d'une évaluation suivant son intégration à une nouvelle version du modèle hydrologique, SWAT-QC2. La validation conceptuelle de l'algorithme a démontré que les flux matriciels épisodiques prédits augmentent avec les précipitations journalières, à la condition que le taux d'infiltration ait atteint un seuil limite, relativement moins élevé en sol argileux. Bien que l'algorithme n'ait pas amélioré la prédiction du débit total d'un petit bassin versant du Sud du Québec (30 km2), il a néanmoins amélioré la performance du modèle SWAT à répartir les écoulements de surface et souterrains. La comparaison des prédictions du modèle hydrologique avec les résultats de séparation des hydrogrammes à l'exutoire du même bassin versant suivant une méthode chimique témoigne d'une performance réaliste de SWAT-QC2 à prédire la répartition des flux souterrains préférentiels et matriciels. A l'instar de la validation conceptuelle de l'algorithme, les flux préférentiels prédits sont relativement plus importants en sol argileux qu'en texture plus grossière. En décrivant la proportion des écoulements souterrains qui emprunte la voie préférentielle, et qui contrôle potentiellement les transferts souterrains de P, l'algorithme d'écoulement en macropores constitue une assise pour le développement ultérieur de SWAT intégrant une description des transferts souterrains de phosphore vers les drains souterrains. Afin d'améliorer la performance de SWAT-QC2 à séparer les flux préférentiels et matriciels, les développements futurs du modèle hydrologique devraient prendre en compte la nature dynamique de la connectivité des macropores, de même que les effets de l'humidité du sol sur l'écoulement préférentiel. Cette démarche appelle cependant à une meilleure caractérisation expérimentale de la variabilité spatio-temporelle des flux préférentiels en sols agricoles.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.013
Threshold uncertainty score0.026

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0000.001
Scholarly communication0.0020.003
Open science0.0020.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.001

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.

Opus teacher head0.009
GPT teacher head0.234
Teacher spread0.225 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same topicSoil and Unsaturated FlowFrench-language works237,207