MétaCan
Menu
Retour à la cohorte
Enregistrement W4381803648 · doi:10.2166/nh.2023.137

A comprehensive field investigation of the dynamic break-up processes on the Chaudière River, Quebec, Canada

2023· article· en· W4381803648 sur OpenAlexafffundabout
Tadros Ghobrial, Gabriel Pelchat, Brian Morse

Notice bibliographique

RevueHydrology research · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversité Laval
Mots-clésHydrometeorologyFlooding (psychology)Spring (device)Hydrology (agriculture)Warning systemClearingGeologyEnvironmental scienceClimatologyPhysical geographyPrecipitationMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The Chaudière River in Quebec, Canada, is well known for its frequent ice jam flooding events. As part of a larger watershed research program, an extensive field campaign has been carried out during the 2018–2019 and 2019–2020 winter seasons to quantify the spatiotemporal characteristics of the break-up processes along the Chaudière River. The results showed that mid-winter ice jams have formed in the Intermediate Chaudière and persisted until spring break-up. Spring break-ups were initiated in the Upper Chaudière, and then, almost simultaneously, in the Intermediate and Lower Chaudière reaches. The break-up in the Intermediate Chaudière usually lasts longer than the rest of the river since the slope is much milder, and the occurrence of mid-winter ice jams has been seen to delay the ice clearing. A reach-by-reach characterization of the cumulative degree day of thawing and discharge thresholds for the onset of break-up has been identified. During the field campaign, 51 ice jams were documented together with their location, length, date of formation, and the morphological feature triggering jam formation. Break-up patterns, hydrometeorological thresholds of ice mobilization, and ice jam sites identified in this study can serve as a basis for the implementation of an early warning system.

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 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,346

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 technologies0,0000,001
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 Opus0,037
Tête enseignante GPT0,271
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations9
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207