Coupling physical understanding and statistical modeling to estimate ice\n jam flood frequency in the northern Peace-Athabasca Delta under climate\n change
Notice bibliographique
Résumé
The Peace-Athabasca Delta (PAD) of northwestern Alberta is one of the largest\ninland freshwater deltas in the world, laying at the confluence of the Peace\nand Athabasca Rivers. The PAD is recognized as a having unique ecological\nsignificance and periodic ice jam flooding from both rivers is an important\nfeature of its current ecology. Past studies have debated whether a change in\nice jam flood (IJF) frequency on the Peace River has recently occurred, and\nwhat factors might be driving any perceived changes. This study contributes to\nthis debate by addressing two questions: (1) what factors are most predictive\nof Peace River IJFs, and (2) how might climate change impact IJF frequency?\nThis work starts with a physically-based conceptual model of the necessary\nconditions for a large Peace River IJF, and the factors that indicate whether\nthose conditions are met. Logistic regression is applied to the historical\nflood record to determine which combination of hydroclimatic and riverine\nfactors best predict IJFs and the uncertainty in those relationships given the\navailable data. Winter precipitation and temperature are most predictive of\nPeace River IJFs, while freeze-up elevation contains little predictive power\nand is not closely related to IJF occurrence. The best logistic regression\nmodel is forced with downscaled climate change scenarios from multiple climate\nmodels to project IJF frequency for a variety of plausible futures. Parametric\nuncertainty in the best logistic regression model is propagated into the\nprojections using a parametric bootstrap to sample many plausible statistical\nmodels. Although there is variability across emissions scenarios and climate\nmodels, all projections indicate that the frequency of Peace River IJFs is\nlikely to decrease substantially in the coming decades, and that average\nwaiting times between future IJFs will likely surpass recent experience.\n
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».