MétaCan
Menu
Retour à la cohorte
Enregistrement W1749019063 · doi:10.1029/2008wr007387

Probabilistic approach to estimating the effects of channel reaches on flood frequencies

2009· article· en· W1749019063 sur OpenAlexaffabout
Yiping Guo, David Hansen, Chuan Li

Notice bibliographique

RevueWater Resources Research · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensDalhousie UniversityMcMaster University
Organismes subventionnairesU.S. Army Corps of Engineers
Mots-clésChannel (broadcasting)Routing (electronic design automation)Probabilistic logicWatershedEnvironmental scienceFlood mythFlow routingHydrology (agriculture)Open-channel flowStormwaterComputer scienceFlow (mathematics)100-year floodSurface runoffStatisticsGeologyGeographyMathematicsGeotechnical engineeringTelecommunicationsEcology

Résumé

récupéré en direct d'OpenAlex

A host of physical parameters and characteristics of catchments and channel reaches are normally needed in watershed planning and stormwater management studies. Some of these are also design variables, such as channel cross‐section size, shape, roughness, and (to a lesser extent) bed slope. Conventional channel routing techniques employ continuity and some form of the momentum equation to determine the downstream impacts of individual flood events. With the introduction of the concept of storage‐induced delay time, a probabilistic approach is developed wherein the role of a given channel reach on the frequency distribution of floods from the catchment upstream can be directly determined. The approach uses the same kinds of channel‐reach parameters as are typically used by many conventional flood routing algorithms. Its physically based nature makes it suitable for watershed planning and stormwater management studies wherein little or no flow data are available for parameter estimation or flow frequency analysis. The validity of this probabilistic approach is demonstrated by comparing its outcomes with the results of a suite of conventional continuous simulations using rainfall data from Halifax, Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,038
Tête enseignante GPT0,280
Écart entre enseignants0,243 · 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

Citations11
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetHydrology and Watershed Management StudiesTravaux en français237 207