MétaCan
Menu
Retour à la cohorte
Enregistrement W1896975493 · doi:10.1002/rra.1523

CREATING AND EVALUATING DIGITAL ELEVATION MODEL‐BASED STREAM‐POWER MAP AS A STREAM ASSESSMENT TOOL

2011· article· en· W1896975493 sur OpenAlexafffundabout
M. Vocal Ferencevic, Peter Ashmore

Notice bibliographique

RevueRiver Research and Applications · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Guelph
Mots-clésStream powerFlood mythDigital elevation modelChannel (broadcasting)Hydrology (agriculture)Elevation (ballistics)Environmental scienceSTREAMSField (mathematics)GeologyRemote sensingComputer scienceGeomorphologyGeotechnical engineeringGeographySedimentTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT As urban development increases, a need is emerging to understand and predict river behaviour in order to focus rehabilitation efforts and protect the natural river system while preserving urban infrastructure. Stream assessment methods are reviewed to demonstrate the need for a physically based and objective method that is also accessible in terms of time, data requirements and expertise. The case of Highland Creek near Toronto, Canada, is used to demonstrate a new type of initial stream assessment method that is based on the concept of stream power and performed entirely in a geographic information system using information from a digital elevation model (DEM). The results from this analysis are tested against existing information for Highland Creek. This includes a hydraulic model (Hydraulic Engineering Center's ‘River Analysis System’), field‐measured slopes, air photos and the geomorphic effects of an extreme flood. In addition, the results are presented in map form to demonstrate the effectiveness of visualizing the stream‐power distribution over the entire basin and also the usefulness of overlaying stream power onto other available information. The slopes extracted from the DEM are found to be statistically similar to those from a one‐dimensional hydraulic model and field‐measured slopes. Individual peaks in slope as well as locations of stream‐power maxima and minima are found to correlate to actual channel features as seen in air photos. The extreme flood event of August 2005 caused a dramatic change in channel form at the exact location of maximum energy predicted by the DEM‐based stream‐power analysis. The case of Highland Creek illustrates how this approach yields a useful outcome for understanding stream dynamics and stability as part of a stream assessment process. Copyright © 2011 John Wiley & Sons, Ltd.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,070
Tête enseignante GPT0,369
Écart entre enseignants0,299 · 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

Citations86
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRiver Research and ApplicationsMême sujetHydrology and Watershed Management StudiesTravaux en français237 207