Relating Avalanches to Large-Scale Ocean – Atmospheric Oscillations
Notice bibliographique
Résumé
Sea surface temperatures and sea-level pressures in the Pacific and Arctic oceans have been shown to affect weather patterns in western Canada, thus they can affect the snow avalanche ac- tivity. Major oscillations of sea-surface temperature and sea-level pressure have been shown to exist on the 2 to 15 year time-scales. In this paper, avalanche data from over 17,800 avalanches recorded from six different roadways in western Canada were analyzed with respect to several of these oscillations. We studied the El Nino Southern Oscillation, Pacific Decadal Oscillation, Arctic Oscillation, Pacific / North American Pattern, and the North Atlantic Oscillation. Larger and more frequent avalanche activity was found during the Pacific Decadal Oscillation negative phase and during the El Nino Southern Oscillation negative phase (La Nina) for avalanches classified as dry. Conversely, avalanches classified as wet in- creased during the Pacific Decadal Oscillation positive phase and during the El Nino Southern Oscillation positive phase (El Nino). The Artic Oscillation correlated positively with all wet and dry avalanche activity (not significant). Understanding the relationship between avalanche activity in western Canada and these oscillations provides some advanced prediction of general avalanche climate which is helpful for planning avalanche hazard mitigation programs. Finally, global climate change is likely to affect these climate oscil- lations; thus, the relationship between avalanche activity and these climate oscillations provides some insight into how avalanche activity could be affected by climate change.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».