A New Method for Spatial Analysis of Risk in Water Resources Engineering Management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Uncertainty in water resources management is in part about variability, in part about ambiguity. Both are associated with lack of clarity because of the behavior of all system components, lack of data, lack of detail, lack of structure to consider the water resources management problems, working and framing assumptions being used to consider the problems, known and unknown sources of bias, and ignorance about how much effort it is worth expending to clarify the management situation. The two major sources of variability are temporal and spatial heterogeneity. Temporal variability occurs when values fluctuate with time. Other values which are affected by spatial variability are dependent upon location of an area. A major part of the water resources management risk confusion relates to an inadequate distinction between the objective risk (real, physical) and subjective (perceived) risk. Because of the confusion between the two concepts, many characteristics of subjective risk are believed to be valid also for objective risk. The main objective of this paper is to present the possible methodology for the reliability analysis of water resources systems that will be capable of: (a) addressing water resources uncertainty caused by variability and ambiguity; (b) integrating objective and subjective risk; and (c) assisting the water resources management based on better understanding of spatial variability of risk. Presented methodology is illustrated using flood reliability analysis of the Medway Creek floodplain in the City of London, Ontario, Canada.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle