Fully integrating probabilistic flood forecasts into the decision-making process across southern Quebec, Canada: some factors to consider
Notice bibliographique
Résumé
Flood forecasts can enable decision-makers to plan for mitigation measures, ensure the safety of people and reduce damages to private and public property. However, while flood forecasting systems are becoming increasingly sophisticated, those technical improvements do not always translate into a reduction of damages. In particular, ensemble and probabilistic streamflow forecasts provide more information regarding the uncertainty, but such forecasts are also more difficult to interpret. The connection between streamflow, water depth and flood extent is also not straightforward, as this connection requires extensive previous experience with a given river reach. Streamflow forecasts can be transformed in predictive flood maps through a hydraulic model, and those maps might have a more intuitive interpretation. However, if the system is designed to also represent the uncertainty of both water depth and extent, the interpretation becomes considerably more complex. Within this context of continuous improvement of flood forecasting systems, a broad consultation (90 participants) of forecast users was conducted across southern Quebec, Canada, with the aim of understanding their perception of flood forecasts and how they use those forecasts for decision-making. Participants responses emphasize the importance of contextualizing the forecasts according to potential consequences, providing an accurate representation of the time evolution of flood events, and facilitating the communication between forecasters and decision-makers. Following this, our main recommendation is to organize workshops to provide training for decision-makers on how to interpret hydrological forecasts correctly. Another recommendation is to implement additional communication channels between forecasters and end-users.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,002 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».