A nearest-neighbour model for forecasting skier-triggered dry-slab avalanches on persistent weak layers in the Columbia Mountains, Canada
Notice bibliographique
Résumé
Abstract Nearest-neighbour models for avalanche forecasting have made little use of snowpack properties; however, slab thickness ( H ), slab load (Load) and a skier stability index (Sk38) have proven useful for regional avalanche forecasting in the Columbia Mountains, western Canada. This study explores 21 meteorological, snowpack and elaborated variables including Sk38, H and Load. A daily skier instability index (DSI) is developed as a response variable using skier-triggered avalanche activity on persistent weak layers and stability ratings at the end of the day. In rank correlation analysis, Sk38, Load, previous avalanche activity, H and some meteorological variables were highly ranked. The physical explanations are discussed. In classification-tree analysis, Sk38 was ranked as the most important variable and used in the development of the tree structure along with Load. Besides Sk38 and Load, snowpack thickness, the number of previously triggered avalanches and H have potential to predict DSI. Further we included once all 21 variables, and once all variables except Sk38, H and Load in nearest-neighbour models. Comparing the performance of these models shows that Sk38 along with Load and H have high potential to forecast the DSI on a regional scale.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».