MétaCan
Menu
Retour à la cohorte
Enregistrement W2908236810 · doi:10.3390/w11010063

Flooding Related Consequences of Climate Change on Canadian Cities and Flow Regulation Infrastructure

2019· article· en· W2908236810 sur OpenAlexafffundabout
Ayushi Gaur, Abhishek Gaur, Dai Yamazaki, Slobodan P. Simonović

Notice bibliographique

RevueWater · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensNational Research Council CanadaWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFlooding (psychology)Flood mythClimate changeGeographyEnvironmental scienceNatural hazardHazardClimatologyMeteorologyEcologyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

This study discusses the flooding related consequences of climate change on most populous Canadian cities and flow regulation infrastructure (FRI). The discussion is based on the aggregated results of historical and projected future flooding frequencies and flood timing as generated by Canada-wide hydrodynamic modelling in a previous study. Impact assessment on 100 most populous Canadian cities indicate that future flooding frequencies in some of the most populous cities such as Toronto and Montreal can be expected to increase from 100 (250) years to 15 (22) years by the end of the 21st century making these cities highest at risk to projected changes in flooding frequencies as a consequence of climate change. Overall 40–60% of the analyzed cities are found to be associated with future increases in flooding frequencies and associated increases in flood hazard and flood risk. The flooding related impacts of climate change on 1072 FRIs located across Canada are assessed both in terms of projected changes in future flooding frequencies and changes in flood timings. Results suggest that 40–50% of the FRIs especially those located in southern Ontario, western coastal regions, and northern regions of Canada can be expected to experience future increases in flooding frequencies. FRIs located in many of these regions are also projected to experience future changes in flood timing underlining that operating rules for those FRIs may need to be reassessed to make them resilient to changing climate.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,027
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,186 · 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.

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

Citations24
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetFlood Risk Assessment and ManagementTravaux en français237 207