MétaCan
Menu
← Back to cohort
Record W7161987975 · doi:10.82308/17674

Modeling hydrology and nitrogen fate and transport in a tile-drained agricultural watershed in a cold region

2010· dissertation· en· W7161987975 on OpenAlexaboutno aff
Shadi Dayyani Dardashti

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEnvironmental Science
TopicHydrology and Watershed Management Studies
Canadian institutionsnot available
Fundersnot available
KeywordsWatershedHydrology (agriculture)Water equivalentHydrological modellingDrainage

Abstract

fetched live from OpenAlex

Créé en intégrant les modèles WARMF and DRAINMOD, le modèle DRAIN-WARMF permit de simuler le transport de l'azote dans un bassin versant de l'est du Canada, desservi par un réseau de drainage souterrain. Ce nouveau modèle, surclassant ses composants, profita de l'excellente capacité de WARMF à simuler le ruissellement en surface, et de la grande précision de DRAIMOD quant à la modélisation de l'écoulement souterrain. Il permit aussi de simuler des situations et modes de gestions que les éléments composants du modèle n'étaient pas en mesure de faire individuellement. S'appuyant sur des données servant à l'étalonnage (1994, 1995) et à la validation (1996) provenant du bassin versant St. Esprit, situé au sud-ouest du Québec, DRAIN-WARMF se montra capable d'adéquatement simuler la réponse hydrologique et les pertes en nitrates du bassin versant. Une comparaison des débits quotidiens/mensuels aux prédictions du modèle pour la période de validation donna lieu à des valeurs du c fficient d'efficacité Nash-Sutcliffe (E) de 0.75/0.97 (idéal 1.00). Le nouveau modèle améliora aussi la prédiction de la charge en NO3−-N, présentant une valeur de E = 0.83. Sur l'ensemble, la précision obtenue avec DRAIN-WARMF fut plus élevée à l'échelle saisonnière ou mensuelle, tandis qu'à l'échelle quotidienne elle pourrait être améliorée par une période d'étalonnage plus longue. DRAIN-WARMF servit aussi à évaluer les effets potentiels des changements climatiques, en particulier ceux projetés par le modèle CRCM4.2.0 pour la période de 1961 à 2100. Ces projections indiquent que le climat de la région deviendra plus chaud et plus pluvieux. Une augmentation des températures hivernales min/max augmenterait la fréquence d'évènements dominés par le pluie, tout en réduisant les accumulations de neige. Des simulations avec DRAIN-WARMF indiquèrent une augmentation des moyennes annuelles du débit en surface et de l'écoulement sous terrain. Le débit total augmentera fortement aux mois de mars et avril. Les changements climatiques auront donc une influence à la fois sur l'ampleur et la saisonnalité des débits. Ces simulations indiquèrent aussi que ces modifications aux conditions hydrologiques auraient un impact sur les pertes en NO3−-N, qui augmenteraient sensiblement. En général, ces résultats suggèrent que le débit et les charges en azote dans l'aire d'étude changeraient sensiblement dans les années à venir.

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)0.000
metaresearch head score (Gemma)0.000
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: Empirical
Teacher disagreement score0.449
Threshold uncertainty score0.892

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.008
GPT teacher head0.204
Teacher spread0.196 · 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
Published2010
Admission routes1
Has abstractyes

Explore more

Same topicHydrology and Watershed Management Studies→French-language works237,207→