A rockfall-induced glacial lake outburst flood, Upper Barun Valley, Nepal
Notice bibliographique
Résumé
On April 20, 2017, a flood from the Barun River, Makalu-Barun National Park, eastern Nepal formed a 2–3-km-long lake at its confluence with the Arun River as a result of blockage by debris. Although the lake drained spontaneously the next day, it caused nationwide concern and triggered emergency responses. We identified the primary flood trigger as a massive rockfall from the northwest face of Saldim Peak (6388 m) which fell approximately 570 m down to the unnamed glacier above Langmale glacial lake, causing a massive dust cloud and hurricane-force winds. The impact also precipitated an avalanche, carrying blocks of rock and ice up to 5 m in diameter that plummeted a further 630 m down into Langmale glacial lake, triggering a glacial lake outburst flood (GLOF). The flood carved steep canyons, scoured the river’s riparian zone free of vegetation, and deposited sediment, debris, and boulders throughout much of the river channel from the settlement of Langmale to the settlement of Yangle Kharka about 6.5 km downstream. Peak discharge was estimated at 4400 ± 1800 m3 s−1, and total flood volume was estimated at 1.3 × 106 m3 of water. This study highlights the importance of conducting integrated field studies of recent catastrophic events as soon as possible after they occur, in order to best understand the complexity of their triggering mechanisms, resultant impacts, and risk reduction management options.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».