BLUFF EROSION HAZARDS AND CONSTRUCTION SETBACKS ON THE GREAT LAKES COASTS OF THE UNITED STATES: A REVIEW
Notice bibliographique
Résumé
Approximately 34 million people live within the North American Great Lakes Basin: ~32% of the Canadian population and ~8% of the US population.About 12 million of those people live on the Lake Erie coast of New York, Pennsylvania, Ohio, and Ontario.Unconsolidated Quaternary-age bluffs ranging in height from 1.5-55m dominate along 73km of the 123km Pennsylvania coast, and long-term records show that slow-continuous erosion is pervasive, and that rapid (but locally catastrophic) bluff failure is relatively infrequent.As a result, ~90% of the Lake Erie bluff coast in Pennsylvania is designated by the state as a Bluff Recession Hazard Area wherein regulations limit risky bluff-top development.A high degree of variability (space, time) in bluff-retreat rates exists because stratigraphy and geotechnical properties show variation due to materials, depositional geometries, post-depositional processes, hydrology, and anthropogenic influences.This makes it difficult to forecast the magnitude, frequency, and location of larger bluff-failure events and consequently makes pre-emptive mitigation efforts more challenging.Two methods are commonly used to establish coastal construction setbacks on Great Lakes bluff coasts: (i) the "AARRxT" method which uses a simple linear extrapolation of past bluff-change rates to estimate the future bluff position and the setback line for a building being constructed today; and (ii) the "AARRxT+" method which uses a similar approach but incorporates a slope stability factor and/or a relocation buffer.The limitation is that these deterministic methods assume that rates and magnitudes of processes driving change in the past will not change in the future, and they create the impression that bluff change is linear and more predictable than it is in reality.At the property and municipality scales, this makes hazard planning for continuous and catastrophic bluff failure particularly challenging.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».