Observer‐bias and sampling uncertainties in riverine wood flux and volume estimation from video monitoring technique
Notice bibliographique
Résumé
Abstract Wood is an integral part of rivers that can have both positive and negative impacts on natural systems and infrastructures. Different techniques have been developed to quantify wood flux or discharge in rivers. Among them, the stream‐side video monitoring technique has proven effective for at‐a‐station wood monitoring with a high temporal and spatial resolution over an indefinite time period. However, the visual annotation of wood pieces in the videos is subject to uncertainties due to observer bias or ‘vision limitations’, and video sampling or ‘time limitations. Vision limitations mean that there are patches in the recorded image that may or may not be considered as wood pieces depending on the judgement of the observer. Time limitations mean that the video record may be sampled to estimate the wood flux rather than completing a census of the full record due to the time‐consuming nature of continuous visual annotation. To assess these uncertainties, six flood events and 13 video segments corresponding to more than 37 days and 64,000 pieces of wood were analysed on two different rivers (Ain and Allier Rivers in France). The results show that while there is a significant difference between observers for the detection of small wood pieces (< 1 m in length), no significant difference exists for the detection of large wood pieces (> 1 m in length). The application of a truncation length (i.e., considering only wood pieces with a size higher than a certain threshold) reduces the piece number uncertainty significantly without resulting in a meaningful change in the total volume of wood. For the time limitation, it is shown that sampling uncertainty depends on wood flux related to water discharge and flood stages (rising versus falling), so a dynamic sampling strategy that depends on flood stage is recommended.
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 | 0,008 | 0,040 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».