MétaCan
Menu
Retour à la cohorte
Enregistrement W4385342205 · doi:10.1029/2023jc019910

Local and Remote Storm Surge Contributions to Total Water Levels in the Gulf of St. Lawrence During Hurricane Fiona

2023· article· en· W4385342205 sur OpenAlexafffundabout
Ryan P. Mulligan, Laura L. Swatridge, Julia A. Cantelon, Barret L. Kurylyk, Elizabeth George, Chris Houser

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensUniversity of WaterlooUniversity of WindsorDalhousie UniversityQueen's University
Organismes subventionnairesOcean Frontier InstituteMount Allison UniversityNatural Sciences and Engineering Research Council of CanadaQueen's UniversityCanada First Research Excellence FundParks Canada
Mots-clésStorm surgeSurgeStormClimatologyEnvironmental scienceFlooding (psychology)OceanographyCoastal floodGeologyMeteorologySea level riseClimate changeGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Post‐tropical Hurricane Fiona generated a large storm surge that resulted in pronounced flooding and coastal erosion in Atlantic Canada in September 2022. In this study we apply a regional barotropic storm surge model in the Gulf of St. Lawrence, a semi‐enclosed sea, to demonstrate a method of evaluating different contributions to the total water levels. These include the surge generated over the ocean, the surge generated by the cyclonic winds over the gulf, and the tides. The results indicate that the highest storm surge occurred in the southeastern region, a combination of locally and remotely generated components. The surge that entered from the ocean was greater than the surge generated over the gulf; however, these were not in phase. To investigate the case where the local and remote surges are coincident, we shift the wind field relative to the timing of the boundary conditions and find the near “perfect storm” with significantly higher storm surge elevations. These findings highlight the importance of basin morphology and storm conditions in controlling the interactions of surge components, and this approach can be applied to simulate a range of storm‐driven hazard outcomes for future extreme events.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,341
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,327
Écart entre enseignants0,287 · 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

Citations20
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207