MétaCan
Menu
Retour à la cohorte
Enregistrement W1981735931 · doi:10.1080/00045608.2011.585929

Extreme Sea Surge Responses to Climate Variability in Coastal British Columbia, Canada

2011· article· en· W1981735931 sur OpenAlexaffabout
Dilumie Abeysirigunawardena, Dan J. Smith, Bill Taylor

Notice bibliographique

RevueAnnals of the Association of American Geographers · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change CanadaEnviro Neptune (Canada)University of Victoria
Organismes subventionnairesnon disponible
Mots-clésTide gaugeClimatologyExtreme value theoryEnvironmental scienceSurgeClimate changeSea levelMagnitude (astronomy)Coastal floodFlooding (psychology)OceanographyGeneralized extreme value distributionStorm surgeSea level riseGeographyGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

This article presents a statistical investigation of the spatial and temporal changes of extreme sea surges in response to climate variability in coastal British Columbia. The study was based on an investigation of in situ hourly tide gauge data spanning the interval from 1950 to 2007 at eleven tide gauges in the region. The characteristics of the recorded extreme sea surges were parametrically modeled by the generalized extreme value distribution while accounting for trends and dependence via climate covariate coefficients. The study confirms that decadal to interdecadal climatic variability is a fundamental element in explaining the changing frequency and intensity of sea surges in coastal British Columbia. For instance, the sea-surge response to climate variability impacts on sites along the British Columbia coast were found to be fairly synchronous with an increase (decrease) in the magnitude of extreme sea surges in response to warm (cold) El Niño/La Niña-Southern Oscillation (ENSO) conditions. These trends make the flooding risks even higher during warm ENSO conditions, especially if the global sea levels continue to rise as predicted by climate models.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,019
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,238
Écart entre enseignants0,210 · 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'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

Citations4
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the Association of American GeographersMême sujetClimate variability and modelsTravaux en français237 207