MétaCan
Menu
Retour à la cohorte
Enregistrement W4220742248 · doi:10.1111/jfr3.12800

Storm surge contributions to flood hazards on Canada's Atlantic Coast

2022· article· en· W4220742248 sur OpenAlexafffundabout
Mitchel Provan, Sean Ferguson, Enda Murphy

Notice bibliographique

RevueJournal of Flood Risk Management · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNatural Resources CanadaNational Research Council CanadaDefence Research and Development Canada
Mots-clésStorm surgeTide gaugeCoastal floodFlood mythStormEnvironmental scienceSurgeFetchClimatologyCurrent (fluid)Sea levelGeologyMeteorologyOceanographyClimate changeGeographySea level rise

Résumé

récupéré en direct d'OpenAlex

Abstract A numerical hydrodynamic model was used to simulate the generation and evolution of storm surges in Atlantic Canada in response to synoptic‐scale surface wind and atmospheric pressure fields. The modelling was conducted as part of a broader initiative to support community‐scale inundation modelling and coastal flood risk assessment for communities located in the Acadian Peninsula region of New Brunswick. The 44 largest storm surge events on record at a tide gauge proximate to the region of interest were simulated using the numerical model. Initially, a comparison between simulated storm surges and peak non‐tidal residuals from tide gauge records showed relatively poor agreement, producing an R2 value of 0.403. Model skill was improved by incorporating the influence of sea ice cover on air‐sea momentum transfer in the hydrodynamic model, and improved correlation with measured residuals was obtained by adding estimates of wave set‐up to the predicted storm surges, ultimately resulting in an R2 value of 0.803. The results of the simulations provided a basis for identifying distinct regional factors affecting storm surges and water level residuals and demonstrated conditions where wave set‐up and sea ice cover play an important role in contributing to extreme high water levels.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,219 · 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'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

Citations10
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Flood Risk ManagementMême sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207