MétaCan
Menu
Retour à la cohorte
Enregistrement W4285024871 · doi:10.4018/978-1-6684-4548-8.ch006

Extreme Precipitation Events in Chile

2022· book-chapter· en· W4285024871 sur OpenAlex
Javier Lozano‐Parra, Jacinto Garrido Velarde, Ignacio Aguirre

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePractice, progress, and proficiency in sustainability · 2022
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPrecipitationPeriod (music)Environmental scienceClimatologyPhysical geographyReturn periodErosionEcosystemGeographyHydrology (agriculture)GeologyMeteorologyEcologyArchaeologyGeomorphologyBiologyFlood myth

Résumé

récupéré en direct d'OpenAlex

Extreme precipitation has not only detrimental effects on ecosystems and social and economic sectors, but it is a natural hazard that can trigger floods or soil erosion. This study tries to analyze the extreme rainfalls on different geomorphological units and geographical regions of Chile. For this, data from 87 meteorological stations latitudinally and altitudinally distributed and covering a long period (1980–2018) were used. Results showed that precipitation concentration displays an exponential curve where 30% of the rainiest days were concentrated in only 10% of days with precipitation, proving high irregularity. The decisive weight on annual precipitation falls on a few rainy days with very high rainfall amounts. For return periods > 100 years, extreme events of daily precipitation could reach 109 mm and 305 mm in Northern and Southern Andes Mountains, respectively, while in Northern and Southern Central Depression, their values could be 70 mm and 170 mm, respectively.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,662
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,291
Écart entre enseignants0,267 · 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