GIS-based modeling of snowmelt-induced landslide susceptibility of sensitive marine clays
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In this study, a simulation tool, based on the combination of Geographic Information System (GIS) and Grid-Based Regional Slope-Stability Model (TRIGRS), is developed to assess and predict the snowmelt-induced landslides in areas of sensitive marine clays in the Ottawa region (Canada). Topographic, geologic, hydrologic, and geotechnical information of the study area, in addition to snowmelt intensity data for different periods, was required to conduct this modeling study. Snowmelt intensity records for periods of 6–48 h, 3–15 days, 25 days, and 30 days, as well as the information on historical landslides in the study area, were used to examine both the timing and location of shallow landslides due to snowmelt across the Ottawa region. The developed tool is validated by comparing the predicted landslide-susceptible areas with the historical landslide maps in the study area. A good agreement between the predicted and recorded historical landslides was obtained, which suggests that the developed GIS-TRIGRS based tool can predict relatively well the snowmelt-induced landslide susceptibility in the sensitive marine clays. The modeling results show that high slope areas of sensitive marine clays are more prone to snowmelt-induced landslides. As a result, this simulation tool could be used to assess and/or predict snowmelt-induced landslides in different areas of the Ottawa region, which is an important means for decision-making processes with respect to protecting the population and infrastructure against snow-melt induced marine clay landslides.
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.
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) | 0,002 | 0,000 |
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.
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 découle