MétaCan
Menu
Retour à la cohorte
Enregistrement W2011857131 · doi:10.1002/hyp.8117

Multivariate analysis of flood characteristics in a climate change context of the watershed of the Baskatong reservoir, Province of Québec, Canada

2011· article· en· W2011857131 sur OpenAlexaffabout
M.‐A. Ben Aissia, Fateh Chebana, Taha B. M. J. Ouarda, Lal Bahadur Roy, G. Desrochers, I. Chartier, Élaine Robichaud

Notice bibliographique

RevueHydrological Processes · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensHydro-QuébecInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésFlood mythWatershedContext (archaeology)Multivariate statisticsClimate changeEnvironmental science100-year floodHydrology (agriculture)Multivariate analysisFlood forecastingClimatologyStreamflowPhysical geographyGeographyDrainage basinGeologyStatisticsMathematicsCartographyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The analysis of the impact of climate change (CC) on flood peaks has been the subject of several studies. However, a flood is characterized not only by its peak, but also by other characteristics such as its volume and duration. Little effort has been directed towards the study of the impact of CC on these characteristics. The aim of the present study is to evaluate and compare flood characteristics in a CC context, in the watershed of the Baskatong reservoir (Province of Québec, Canada). Comparisons are based on observed flow data and simulated flow series obtained from hydrological models using meteorological data from a regional climate model for a reference period (1971–2000) and a future period (2041–2070). To this end, two hydrological models HSAMI and HYDROTEL are considered. Correlations, stationarity, change‐points, and the multivariate behaviour of flood series were studied. The results show that, at various levels, all flood characteristics could be affected by CC. 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 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 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 enseignants0,347
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

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

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 GPT0,213
Écart entre enseignants0,184 · 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.

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

Citations49
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207