Cartographie et classification du terrain à potentiel avalancheux des Chics-Chocs, Québec, Canada, à l'aide d'un système d'information géographique
Notice bibliographique
Résumé
Avalanche sites mapping and classification are tools that have been frequently used for managing avalanche risks. The use of geographic information systems (GIS) for such applications has great potential although it is still in development. The potential avalanche sites of the Chic-Chocs Mountains, Québec, Canada, was mapped with GIS technology, satellite images, aerial photos and 1:20 000 topographic maps. A forest map, including three different levels of forest density, was generated from the satellite image. A total of 59 zones composed of 249 sub-zones and paths, were localized and characterised by 16 attributes. Moreover, in order to build the institutional memory bank of one of the most frequented area by winter sports adepts in Québec, a system was created to allow future cataloguing of avalanche occurrences inside the potential avalanche location map. The database, currently having 48 events dated between 1987 and 2006, linked to a GIS allows the visualisation of the spatial distribution of avalanche occurrences and is the basis for the study of potential correlation topographic parameters and weather patterns. Another terrain analysis was also performed to address the challenge of the access restrictions of Mount-Albert in Gaspésie National Park. A terrain classification by exposure to avalanches based on Parks Canada's technical model was performed in order to help safer management of the park's winter activities. The results show that in surface, 41% of the terrain analysed has a high degree of exposition to avalanches. An English version of this thesis is summarized in annex 7.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».