MétaCan
Menu
Retour à la cohorte
Enregistrement W2922185530 · doi:10.1680/jgeen.18.00207

Review and latest insights into rock fall temporal variability associated with weather

2019· article· en· W2922185530 sur OpenAlexaffabout
Renato Macciotta

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Geotechnical Engineering · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHazardProbabilistic logicClimate changeFocus (optics)Data scienceMeteorologyComputer scienceClimatologyGeologyArtificial intelligenceGeography

Résumé

récupéré en direct d'OpenAlex

This paper presents a review of historical and latest insights into rock fall hazard temporal variability associated with weather. Reviewed research expands several locations around the world; however, focus has been on the recent advances in western Canada and from the author's experience. The recent research reviewed has provided new insights into the relationships between weather and rock fall occurrences and the recent focus on probabilistic approaches appears to be the way forward for rock fall hazard management. This paper also references some statistical tools for quantification of weather–rock fall relationships that allows better understanding of the stochastic nature of the phenomena. A decisive strength of how these methodologies are developing lies in the fact that adoption of probabilistic tools allows direct translation into rock fall hazard quantification that reflects its temporal variability. When coupled with weather forecasting, these tools can provide real-time forecasting of rock fall hazard. Moreover, some of these tools provide a way forward for forecasting the effects of climate change on rock fall hazards.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,173
Écart entre enseignants0,169 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Geotechnical EngineeringMême sujetLandslides and related hazardsTravaux en français237 207