Snowpack tests for assessing snow-slope instability
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
Abstract Information on snowpack instability is crucial for assessing avalanche risk in backcountry operations as well as for operational forecasting of the regional avalanche danger. Since slab avalanche release requires both fracture initiation and fracture propagation in a weak snowpack layer, field observations should ideally provide reliable information on the probability or propensity of both fracture processes. Even simple field observations that do not require digging a snow pit can provide useful information. Traditional snowpack tests include the shovel shear test, the shear frame test, the compression test (CT) and the rutschblock test (RB). Interpretation of the test results for the CTand RB has been improved by considering the appearance or type of the fracture in addition to the score. More recently, two tests have been developed that focus on fracture propagation rather than initiation: the extended column test (ECT) and the propagation saw test (PST). We compare the sensitivity, specificity and unweighted average accuracy of various stability tests. Comparative studies indicate that the RB, ECT and PST have comparable accuracy. For most test methods the unweighted average accuracy of a single test was 70–90% depending on the dataset. Test methods such as the RB, ECT and PST, which fracture an area large enough to include fracture propagation, are generally more accurate than test methods that fracture smaller areas (e.g. the CT). The threshold-sum method was also less accurate. Even with very experienced observers for the RB, ECT and PST an error rate of at least about 5–10% has to be expected. Performing a second, adjacent test on the same slope improves test reliability.
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 | 0,001 | 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 | 0,000 | 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 découle