On the tail dependence in bivariatehydrological frequency analysis
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 In Bivariate Frequency Analysis (BFA) of hydrological events, the study and quantification of the dependence between several variables of interest is commonly carried out through Pearson’s correlation (r), Kendall’s tau (τ) or Spearman’s rho (ρ). These measures provide an overall evaluation of the dependence. However, in BFA, the focus is on the extreme events which occur on the tail of the distribution. Therefore, these measures are not appropriate to quantify the dependence in the tail distribution. To quantify such a risk, in Extreme Value Analysis (EVA), a number of concepts and methods are available but are not appropriately employed in hydrological BFA. In the present paper, we study the tail dependence measures with their nonparametric estimations. In order to cover a wide range of possible cases, an application dealing with bivariate flood characteristics (peak flow, flood volume and event duration) is carried out on three gauging sites in Canada. Results show that r, τ and ρ are inadequate to quantify the extreme risk and to reflect the dependence characteristics in the tail. In addition, the upper tail dependence measure, commonly employed in hydrology, is shown not to be always appropriate especially when considered alone: it can lead to an overestimation or underestimation of the risk. Therefore, for an effective risk assessment, it is recommended to consider more than one tail dependence measure.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,001 | 0,001 |
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