MétaCan
Menu
Retour à la cohorte
Enregistrement W2502407857 · doi:10.1111/1752-1688.12433

The Influence of the Pacific Decadal Oscillation on Annual Floods in the Rivers of Western Canada

2016· article· en· W2502407857 sur OpenAlexaffabout
Sunil Gurrapu, Jeannine‐Marie St‐Jacques, David Sauchyn, Kyle R. Hodder

Notice bibliographique

RevueJAWRA Journal of the American Water Resources Association · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésPacific decadal oscillationQuantileStreamflowMagnitude (astronomy)Flood mythDrainage basinEnvironmental scienceStructural basinRank correlationSpearman's rank correlation coefficientClimatologyHydrology (agriculture)GeographyPhysical geographyGeologyEl Niño Southern OscillationStatisticsMathematicsCartography

Résumé

récupéré en direct d'OpenAlex

Abstract We analyzed annual peak flow series from 127 naturally flowing or naturalized streamflow gauges across western Canada to examine the impact of the Pacific Decadal Oscillation (PDO) on annual flood risk, which has been previously unexamined in detail. Using Spearman's rank correlation ρ and permutation tests on quantile‐quantile plots, we show that higher magnitude floods are more likely during the negative phase of the PDO than during the positive phase (shown at 38% of the stations by Spearman's rank correlations and at 51% of the stations according to the permutation tests). Flood frequency analysis (FFA) stratified according to PDO phase suggests that higher magnitude floods may also occur more frequently during the negative PDO phase than during the positive phase. Our results hold throughout much of this region, with the upper Fraser River Basin, the Columbia River Basin, and the North Saskatchewan River Basin particularly subject to this effect. Our results add to other researchers' work questioning the wholesale validity of the key assumption in FFA that the annual peak flow series at a site is independently and identically distributed. Hence, knowledge of large‐scale climate state should be considered prior to the design and construction of infrastructure.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,045
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,004
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations24
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAWRA Journal of the American Water Resources AssociationMême sujetClimate variability and modelsTravaux en français237 207