MétaCan
Menu
Retour à la cohorte
Enregistrement W1973906530 · doi:10.1130/g30861.1

Can we distinguish flood frequency and magnitude in the sedimentological record of rivers?

2010· article· en· W1973906530 sur OpenAlexaboutno aff
Gregory H. Sambrook Smith, Jim Best, Philip J. Ashworth, Stuart N. Lane, Natalie O. Parker, I. Lunt, Robert E. Thomas, Christopher J. Simpson

Notice bibliographique

RevueGeology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research Council
Mots-clésHistoryFlood mythArchaeologyArt history

Résumé

récupéré en direct d'OpenAlex

Consideration of the origin of alluvial deposits and their paleoenvironmental interpretation has traditionally involved two schools of thought: that they are either the result of processes that, on average, have acted uniformly through time, or that they are related to exceptional events that occur infrequently. Despite the long-running debate of gradualism versus catastrophism within the Earth Sciences, there are surprisingly few quantitative data to assess the magnitude of events that produce alluvial sedimentary successions. This paper reports on a unique ‘natural experiment’ where surface (digital elevation model, DEM) and subsurface (ground penetrating radar, GPR) data were taken immediately prior to, and after, a large (1-in-40 yr) flood event on the sandy, braided, South Saskatchewan River, Canada. Results show that although this high-magnitude flood reworked the entire braidplain, the scale of scour and style of deposition was similar to that associated with lower-magnitude, annual, floods. The absence of a distinct imprint of this large flood within the deposits is related to the fact that as river discharge rises, and begins to flow overbank, channel width increases at a much faster rate than flow depth, and thus the rate of increase in channel bed shear stress declines. Hence, rather than being a product of either frequent or rare events, alluvial deposits will likely be created by a range of different magnitude floods, but discriminating between these different scale events in the rock record may be extremely difficult.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,998

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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.

Devis d'étudeObservationnel
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

Citations73
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeologyMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207