MétaCan
Menu
Retour à la cohorte
Enregistrement W4321786419 · doi:10.1007/s13753-023-00466-1

Estimating and Mapping Extreme Ice Accretion Hazard and Load Due to Freezing Rain at Canadian Sites

2023· article· en· W4321786419 sur OpenAlexafffundabout
Chao Sheng, Qian Tang, Han Hong

Notice bibliographique

RevueInternational Journal of Disaster Risk Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésAccretion (finance)Gumbel distributionWind speedEnvironmental scienceReturn periodMeteorologyFreezing rainExtreme value theoryAtmospheric sciencesGeologyClimatologyPhysicsAstrophysicsGeographyMathematicsStatisticsPrecipitation

Résumé

récupéré en direct d'OpenAlex

Abstract The ice accretion load in Canadian structural design codes is developed based on an operational ice accretion prediction model. In the present study, three models are employed to predict the ice accretion amount on a flat surface and horizontal wire at Canadian sites. The results confirm that the model used by Canadian practice for predicting ice accretion leads to a conservative estimate as compared to the remaining two models. The results also indicate that the use of the Gumbel distribution for the annual maximum ice accretion is adequate for regions prone to ice accretion and that the lognormal distribution may be considered for regions with a moderate or negligible amount of ice accretion. Maps of the ice accretion hazard at five selected Canadian sites are developed. Statistical analysis of an equivalent wind speed that is concurrent with the iced wire is carried out, showing that the concurrent wind speed for the 50-year return period value of the annual maximum ice accretion amount is smaller than the 50-year return period value of the annual maximum wind speed. It is shown that the statistical characteristics of the annual maximum concurrent wind speed on iced wire differ from that of the annual maximum wind speed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,064
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,023
Tête enseignante GPT0,255
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations17
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Disaster Risk ScienceMême sujetIcing and De-icing TechnologiesTravaux en français237 207