MétaCan
Menu
Retour à la cohorte
Enregistrement W2888235474 · doi:10.1029/2017wr022059

Beyond Regime: A Stochastic Model of Floods, Bank Erosion, and Channel Migration

2018· article· en· W2888235474 sur OpenAlexafffund
S. L. Davidson, Brett Eaton

Notice bibliographique

RevueWater Resources Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of British ColumbiaBGC Engineering (Canada)
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChannel (broadcasting)Bank erosionSTREAMSStochastic modellingHydrology (agriculture)ErosionFlood mythFlow (mathematics)Environmental scienceGeologyGeographyMathematicsStatisticsGeomorphologyGeometryComputer scienceGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Equilibrium or regime models based on a single formative (channel‐forming) discharge have been instrumental in developing a quantitative understanding of river channel dynamics. However, alternative paradigms can be used to ask fundamentally different questions about river channel behavior. In this paper, we present the Stochastic Channel Simulator (STOCHASIM), a simple biogeomorphic model that models the interplay between erosion and vegetation encroachment through changes in channel geometry. Results for a range of flood distributions are compared to predictions from a similar model based upon a traditional regime approach. Flood variability strongly influences the mean channel geometry and channel stability; the regime model and the stochastic model predict the same channel width when flow variability is low but diverge as flow variability increases. The return period of the formative flow required to match the geometry generated by a traditional regime approach increases systematically, from about 2 years for flow regimes in humid regions to nearly 8 years for more variable flow regimes, like those typical of arid regions. While the traditional regime approach provides a reasonable simplification for streams with little variability in the flood distribution, stochastic modeling may provide more realistic estimates of channel size as flood variability increases (e.g., in arid streams or small watersheds). The success of STOCHASIM in replicating realistic patterns of erosion, as well as the historical contingency often observed in natural streams, suggests that adopting a stochastic dynamics paradigm could advance geomorphology, just as it has done in hydrology, ecology, and other natural sciences.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,279
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
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

Citations56
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207