MétaCan
Menu
Retour à la cohorte
Enregistrement W4394791045 · doi:10.5593/sgem2023v/3.2/s12.09

DENDROGEOMORPHIC ANALYSIS OF FLASH FLOODS IN A SMALL FOREST CATCHMENT

2023· article· en· W4394791045 sur OpenAlexaff
Marie Uhrova, Josef Křeček, Eva Pažourková, Jiri Vritska

Notice bibliographique

RevueInternational Multidisciplinary Scientific GeoConference SGEM ... · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésFlash floodFlood mythBeechHydrology (agriculture)Drainage basinFagus sylvaticaEnvironmental scienceExtrapolationChannel (broadcasting)Physical geographyNatural hazardGeologyGeographyForestryMeteorologyCartographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Flash floods represent one of the most significant natural hazards in headwater catchments facing the lack of systematic hydrological monitoring. This study focus on the detection of flash floods on growth disturbances detected at trees of European beech (Fagus sylvatica L.) located in the torrential channel of the Holubi Potok stream in the Jizera Mountains (North Bohemia, Czech Republic). At the injured stems, flood scars were identified and core samples dated by tree ring analysis; the intensity of the disturbance clearly depends on geomorphology of the stream channel. These data were compared with 40 years of hydrometric measurements at the catchment outlet. The flood injuries were detected in the last 65 years, and those flood signs occurred on average every 12-13 years. All of them correspond with intensive summer rainstorms. Flood waves exceeding the gauging capacity or the period of hydrometric observation were reconstructed by HEC- HMS 4.4 and HEC-RAS 5.0.3 tools. The applied approach contributed to the extrapolation and correction of the standard flood frequency curve at the investigated catchment.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,270
Écart entre enseignants0,247 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Multidisciplinary Scientific GeoConference SGEM ...Même sujetLandslides and related hazardsTravaux en français237 207