MétaCan
Menu
Retour à la cohorte
Enregistrement W1733606568 · doi:10.1139/l11-036

Comparative testing of numerical models of river ice jams

2011· article· en· W1733606568 sur OpenAlexaffvenueabout
Spyros Beltaos, Joe Groeneveld, Dan Healy, Yuntong She, Jarrod Malenchak, Mike Morris, Jean-Philippe Saucet, Tomasz Kolerski, Hung Tao Shen

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensManitoba Beekeepers' AssociationUniversity of AlbertaAlberta EnergyManitoba HydroKGS Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésMode (computer interface)Environmental scienceComputationComputer scienceMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Ice processes in general, and ice jams in particular, play a dominant role in the hydrologic regime of Canadian rivers, often causing extreme floods and affecting the life cycle of many aquatic, terrestrial, and avian species. Various numerical models have been developed to help simulate the formation and consequences of these very dynamic and often destructive jam events. To test and compare the performance of existing models, a series of three tests have been devised and coordinated by a task force appointed by the Committee on River Ice Processes and the Environment (CRIPE). The results indicate that the overall performance of the models is good when calibration data are available, but considerably more varied when the models are applied in uncalibrated or “blind” mode. However, the diversity of results in the blind mode may be attributed more to the variations in perceptions of the physical processes by the users, as compared to the mechanics of the numerical computations.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,084
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,186
Écart entre enseignants0,151 · 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 tête enseignante, 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

Citations49
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207