MétaCan
Menu
Retour à la cohorte
Enregistrement W4320039126 · doi:10.1002/env.2795

Smooth copula‐based generalized extreme value model and spatial interpolation for extreme rainfall in Central Eastern Canada

2023· article· en· W4320039126 sur OpenAlex
F. Palacios‐Rodríguez, Elena Di Bernardino, Mélina Mailhot

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.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEnvironmetrics · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensConcordia University
Organismes subventionnairesMitacsAgence Nationale de la RechercheCentre de Recherches MathématiquesPolytechnique MontréalSimons Foundation
Mots-clésCopula (linguistics)Extreme value theoryTail dependenceGeneralized extreme value distributionCovariateHierarchical clusteringComputer scienceEconometricsCluster analysisMultivariate interpolationMathematicsMultivariate statisticsStatisticsBilinear interpolation

Résumé

récupéré en direct d'OpenAlex

Abstract This paper proposes a smooth copula‐based Generalized Extreme Value (GEV) model to map and predict extreme rainfall in Central Eastern Canada. The considered data contains a large portion of missing values, and one observes several nonconcomitant record periods at different stations. The proposed two‐step approach combines GEV parameters' smooth functions in space through the use of spatial covariates and a flexible hierarchical copula‐based model to take into account dependence between the recording stations. The hierarchical copula structure is detected via a clustering algorithm implemented with an adapted version of the copula‐based dissimilarity measure recently introduced in the literature. Finally, we compare the classical GEV parameter interpolation approaches with the proposed smooth copula‐based GEV modeling approach.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,796

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,225
Écart entre enseignants0,193 · 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