MétaCan
Menu
Retour à la cohorte
Enregistrement W4229080885 · doi:10.3390/atmos13020311

Numerical Investigation of Climate Change Effects on Storm Surges and Extreme Waves on Canada’s Pacific Coast

2022· article· en· W4229080885 sur OpenAlexafffundabout
Julien Cousineau, Enda Murphy

Notice bibliographique

RevueAtmosphere · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesTransport Canada
Mots-clésStorm surgeClimatologyStormEnvironmental scienceClimate changeSurgeClimate modelMeteorologyGeologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Storm surges and waves are key climate-driven parameters affecting the design and operation of ports and other infrastructure on the coast. Reliable predictions of future storm surges and waves are not yet available for the west coast of Canada, and this data gap hinders effective climate risk assessment, planning and adaptation. This paper presents numerical simulations of storm surges and waves in British Columbia coastal waters under a future climate (Representative Concentration Pathway) scenario (RCP8.5). The numerical models were first forced by wind and surface pressure fields from the ERA-5 global reanalysis, and calibrated and validated using historical wave and water level records. The models were then driven by atmospheric data from four regional climate models (RCMs) to investigate potential changes in the frequency and magnitude of storm surges and extreme waves over the 21st century. The model outputs were analyzed to determine the potential impacts of climate change on storm surges and wave effects at key ports and transportation assets in western Canada. The study is the first of its kind to utilize unstructured, computational models to simulate storm surges and waves for the entire western Canada coastal region, while maintaining the high spatial resolution in coastal sub-basins needed to capture local dynamic responses.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,184

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,025
Tête enseignante GPT0,206
Écart entre enseignants0,182 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAtmosphereMême sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207