MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401106329 · doi:10.1139/cgj-2023-0008

Risk-informed design of debris-flow mitigation at Cheekeye Fan

2024· article· en· W4401106329 sur OpenAlexafffundvenue
Philip LeSueur, Alex Strouth, Emily Mark, Beatrice Collier‐Pandya, Sophia Zubrycky

Notice bibliographique

RevueCanadian Geotechnical Journal · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensBGC Engineering (Canada)Geological Survey of CanadaNatural Resources Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésDebris flowGeotechnical engineeringGeologyFlow (mathematics)DebrisEngineeringForensic engineeringEnvironmental scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The Cheekeye Fan, located within the District of Squamish, is prone to debris-flow hazards that pose unacceptable risk to development. This article describes how a debris-flow barrier that would protect existing and proposed development was designed to achieve locally adopted risk tolerance criteria. A risk assessment showed that the barrier should manage debris flows with volumes up to 2.8 Mm3 (1:10 000-year return-period events) to achieve tolerable risk, and that debris flows with volumes below 0.2 Mm3 (10–30-year events) can pass the barrier through an outlet without exceeding risk tolerance thresholds. The local government specifies that tolerable debris-flow risks be reduced “as low as reasonably practicable” (ALARP), defined in this project as the point where the cost of additional mitigation measures is grossly disproportionate to the benefits gained. By estimating the disproportionality ratio for potential auxiliary measures, this study shows that the barrier reduces risk ALARP without additional measures in place. The authors believe that new development approval on Cheekeye fan would not be possible without the risk-informed decision-making process described in this article.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical Journal→Même sujetLandslides and related hazards→Travaux en français237 207→