MétaCan
Menu
Retour à la cohorte
Enregistrement W4239669787 · doi:10.1504/ijgei.2021.115149

Econometric evaluation of large weather events due to climate change: floods in Atlantic Canada

2021· article· en· W4239669787 sur OpenAlexaffabout
Yuri Yevdokimov, Stanislav Hetalo, Yuliya Burina

Notice bibliographique

RevueInternational Journal of Global Energy Issues · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésClimate changeStorm surgeWinter stormFlood mythFlooding (psychology)StormClimatologyEnvironmental scienceSevere weatherExtreme weatherCoastal floodThunderstormTornadoAtlantic hurricaneMeteorologyGeographySea level riseOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Climate change increases frequency of large weather events such as floods, storm surges, cyclones, hurricanes, high-speed winds, thunderstorms, snowstorms, blizzards, extreme temperatures, and others. All these events lead to a significant economic damage to property, infrastructure, and human health. Historically Atlantic Canada has been vulnerable to flooding. Therefore, the goal of this study is to establish a relationship between socio-economic, climatological as well as direct flood factors and economic loss from floods in Atlantic Canada. First, this study evaluates probability of floods in Atlantic Canada due to hydrological as well as climatological factors. Second, it tests the hypothesis of an increasing frequency of floods in the future due to climate change. Coupled with economic losses from floods defined earlier, it will give us a possibility to evaluate the expected damage from floods in Atlantic Canada due to climate change to justify investment into mitigation measures.

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 enseignants0,426
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,312
Écart entre enseignants0,297 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Global Energy IssuesMême sujetFlood Risk Assessment and ManagementTravaux en français237 207