MétaCan
Menu
Retour à la cohorte
Enregistrement W2590050017 · doi:10.1680/jenes.16.00017

Flood hazard mapping for the gonbad chi region, Iran

2017· article· en· W2590050017 sur OpenAlexvenueno aff
Mehdi Sepehri, Alireza Ildoromi, Hossein Malekinezhad, Seyed Zeynalabedin Hosseini, Ali Talebi, Saba Goodarzi

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésZoningTopographic Wetness IndexFlood mythEnvironmental scienceNatural hazardGeographic information systemDrainageHydrology (agriculture)HazardLand coverWater resource managementRouting (electronic design automation)100-year floodFloodplainLand useGeographyDigital elevation modelCartographyGeologyComputer scienceCivil engineeringRemote sensingMeteorologyEngineering

Résumé

récupéré en direct d'OpenAlex

Flood hazard (FH) can be considered as one of the most serious threats mainly in areas and countries where other natural hazards hardly occur. This paper presents a simple approach to urban FH assessment in regions where the primary data are scarce. The objective of this study is to develop a geographic information system-aided urban FH zoning of the study area (in Iran), by applying multicriteria decision analysis and fuzzy analysis. In this process, the research methodology focused on the analysis of the variables controlling water routing. The model incorporated four parameters: distance to the drainage channels, topography (topographic wetness index), infiltration and cover type. The results demonstrated that most floods occur near the discharge channels and in the lower parts of the study area.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,693
Score d'incertitude au seuil0,627

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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.

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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetFlood Risk Assessment and ManagementTravaux en français237 207