Analysis of the fundamental differences between dam-forming landslides and all landslides
Notice bibliographique
Résumé
Dam-forming landslides are of significant interest to researchers, as only about 1 % of landslides block rivers, yet these dams can cause extreme flooding when they collapse, with flood flows up to ten times larger than extreme fluvial floods. While regional studies have noted differences in the dimensional characteristics and formation indices between dam-forming and non-dam-forming landslides, a global quantitative comparison has not yet been made. Using open-access global datasets, we conducted a statistical analysis of their morphometric and spatial characteristics, including volume, height/length ratio, and geomorphological factors. Spatial clustering analysis was also performed to determine whether certain landslides are more likely to form dams. The results indicate that dam-forming landslides are a distinct subset: (i) they occur in more upstream areas with higher stream power index values; (ii) they have lower mobility, confined by steeper slopes and shorter hillslope lengths; (iii) shallower landslides with larger surface area and sufficient volume are more likely to form dams; and (iv) they exhibit different spatial clustering patterns compared to general landslides. Despite some data limitations, this global study provides a foundation for quantifying a landslide dam formation index and identifying areas prone to dam formation. • Dam formation landslides is a special subset of all landslides • Dam formation landslides distributed differently compared to all landslides • Dam formation landslides have lower mobility • shallower landslides with larger area and sufficient volume are more likely form dams
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».