MétaCan
Menu
Retour à la cohorte
Enregistrement W2320963963 · doi:10.1061/41173(414)306

A Framework for Estimating Downstream Environmental Impacts of Reservoir Extreme Outflows

2011· article· en· W2320963963 sur OpenAlexaffabout
Ali Naghibi, Barbara J. Lence, Joanna Glawdel, Rob Scott Millar

Notice bibliographique

RevueWorld Environmental and Water Resources Congress 2011 · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Flood mythEnvironmental scienceHazardDownstream (manufacturing)Probabilistic logicResilience (materials science)PopulationEnvironmental resource managementTerm (time)Climate changeDam breakVulnerability assessmentPsychological resilienceComputer scienceGeographyEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

Floods due to natural events and technical failures pose a significant hazard to communities and environments downstream of reservoirs throughout the world. Loss of life and economic impacts of such events have been widely addressed in the literature. Nevertheless, environmental impacts of such extreme events have not been systematically addressed. This work develops a framework for quantitatively estimating immediate and long-term environmental impacts of extreme floods. Several tools were developed to support this framework. These include: a probabilistic individual-based model that employs the results of a transient hydrodynamic model to estimate fish mortality during extreme floods; a geomorphologic tool that derives a probabilistic relationship between egg loss and flood intensity; and a population dynamics model to estimate long-term impacts, and resilience and vulnerability of the environmental systems downstream of reservoirs. Applicability of this framework is tested on the case study of Campbell River in British Columbia, 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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,188
Écart entre enseignants0,168 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Environmental and Water Resources Congress 2011Même sujetWater resources management and optimizationTravaux en français237 207