MétaCan
Menu
Retour à la cohorte
Enregistrement W2806630789 · doi:10.1038/s41598-018-24057-z

Trends in the Timing and Magnitude of Ice-Jam Floods in Canada

2018· article· en· W2806630789 sur OpenAlexafffundabout
Prabin Rokaya, Sujata Budhathoki, Karl‐Erich Lindenschmidt

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesGlobal Institute for Water Security, University of Saskatchewan
Mots-clésMagnitude (astronomy)Climate changeNorthern HemisphereClimatologyEnvironmental scienceGeographyEnvironmental resource managementPhysical geographyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Ice-jam floods (IJFs) are important hydrological and hydraulic events in the northern hemisphere that are of major concern for citizens, authorities, insurance companies and government agencies. In recent years, there have been advances in assessing and quantifying climate change impacts on river ice processes, however, an understanding of climate change and regulation impacts on the timing and magnitude of IJFs remains limited. This study presents a global overview of IJF case studies and discusses IJF risks in North America, one of the most IJF prone regions according to literature. Then an assessment of shifts in the timing and magnitude of IJFs in Canada is presented analyzing flow data from 1107 hydrometric stations across Canada for the period from 1903 to 2015. The analyses show clear signals of climate change and regulation impacts in the timing and magnitude of IJFs, particularly in small basins.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,229
Score d'incertitude au seuil0,524

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,216
Écart entre enseignants0,203 · 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

Citations95
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207