Linking Avalanche Problems to Avalanche Danger— A First Statistical Examination of the Conceptual Model of Avalanche Hazard
Notice bibliographique
Résumé
danger scale to replace the two scales that were used in Canada and the United States since the mid 1990s. One of the most significant advancements of the new scale was the improved link to the definition of avalanche hazard, which states that avalanche hazard is a function of both the likelihood of triggering and the destructive size of avalanches (Statham, 2008). The descriptors of the danger rating levels that previously focused exclusively on likelihood of triggering were therefore augmented with additional infor-mation on the destructive size of avalanches and their distribution in the terrain. While the multi-dimensional perspective of the new danger scale more accurately reflects the true nature of avalanche hazard, it broke the well-established link between likelihood of triggering and danger rating levels that tra-ditionally provided forecasters with guidance on what danger level to choose. With the new danger scale in place, the question was: What combinations of avalanche conditions are associated with what danger level? The present study aims to address this question quantitatively by examining operational avalanche forecasting data from the Canadian Avalanche Centre (CAC). Since the winter of 2009/10, CAC forecast-ers diligently characterize avalanche conditions according to the conceptual model of avalanche hazard (Statham et al., 2010b) before specifying a danger rating. Using proportional odds logistic regression analysis, we explore the relationships between the various components of the conceptual model and ava-
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».