MétaCan
Menu
← Retour à la cohorte
Enregistrement W2130916625 · doi:10.7202/705277ar

Variabilité des caractéristiques statistiques des pluies extrêmes dans les Alpes francaises

2005· article· fr· W2130916625 sur OpenAlexaff
Alexia Kieffer, P. Bois

Notice bibliographique

RevueRevue des sciences de l eau · 2005
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,136
Score d'incertitude au seuil0,270

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,049
Tête enseignante GPT0,314
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l eau→Même sujetHydrology and Drought Analysis→Travaux en français237 207→