Variabilité des caractéristiques statistiques des pluies extrêmes dans les Alpes francaises
Notice bibliographique
Résumé
Le but de cet article est la recherche de liaisons entre les précipitations extrêmes de pas de temps de 1 à 24 heures dans les Alpes Françaises. En particulier, il semble important de pouvoir déduire les valeurs pour de faibles pas de temps (1h, 2h... ) de celles de forts pas de temps, 24h en particulier. En effet, nous disposons actuellement de peu d'enregistrements historiques à pas de temps fin. En fait, le réseau de pluviographes utilisé est constitué de seulement 65 stations. Par contre, l'existence d'un réseau très dense de pluviomètres permet de déterminer les caractéristiques de pas de temps 24h. Pour ce faire, nous définissons une variable traduisant l'évolution des précipitations en fonction du temps de retour pour chaque pas de temps et chaque station : le gradex . Nous avons testé plusieurs types de relations pour lier les gradex des différents pas de temps entre eux : relation linéaire, puissance, exponentielle, logarithmique ; c'est la relation linéaire qui est la meilleure dans les Alpes Françaises. L'étude des relations entre les gradex des différents pas de temps montre que les pas de temps voisins sont bien corrélés entre eux, ce qui n'est plus le cas lorsque les pas de temps deviennent très distincts. Ces résultats sont confirmés par la définition de 4 régions homogènes par rapport aux précipitations extrêmes sur lesquelles nous testons l'éventualité de relations linéaires entre les gradex des différents pas de temps. Finalement, nous avons mis en évidence l'absence de relations simples permettant de passer de pas de temps longs à des pas de temps faibles. Par contre, on peut passer sans trop d'erreur d'un pas de temps de 24 heures à celui de 12 heures ou 6 heures, résultat déjà fort intéressant.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,029 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».