Climate-resilience of dams and levees in Canada: a review
Notice bibliographique
Résumé
Abstract Increasing frequency and intensification of flooding pose significant threats to critical structures, such as dams and levees. Failure of these structures can lead to substantial economic losses and significant adverse environmental and social consequences. Improving the resilience of these structures against climate-related impacts is important to avoid future risks of failure due to the potential intensification of flooding. National-level guidance on integrating resilience-based frameworks and addressing climate risks and uncertainties in existing design flood estimation methodologies for dams and levees are lacking. To address these gaps, this study first reviews projected climate change patterns for Canada and then discusses regional vulnerabilities of dams by considering significant historical floods and their consequences. Subsequently, a review of existing design flood estimation procedures, with a focus on frequency- and probable maximum flood-based approaches, is conducted to identify areas where climate change-related aspects can be integrated. By examining the challenges associated with various stages of design flood estimation procedures, the review discusses a framework for enhancing climate resiliency of dams and levees considering four pillars of resilience. Furthermore, Canadian design flood estimation practices are compared with international practices to identify areas that require attention. The study highlights the importance of a resilience-based framework in providing design and operation guidance to ensure that dams and levees are resilient to climate impacts. Policymakers and engineers can prioritize consideration of climate-resilience in the design and operation of these structures in order to safeguard communities and infrastructure from the growing risks of future floods associated with climate change.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».