MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408483720 · doi:10.5194/egusphere-egu25-20525

Modeling of Ice-jam Flooding: Integrating SUMMA with River Ice Processes for Climate Change Impacts

2025· preprint· en· W4408483720 sur OpenAlexaffabout
Karl‐Erich Lindenschmidt, Mohammad Ghoreishi, Darri Eythorsson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of CalgaryUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésClimate changeFlooding (psychology)Environmental scienceEnvironmental resource managementHydrology (agriculture)GeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Ice-jam flooding linked with the interactions of hydrological and cryosphere processes is a serious threat to riverine communities in cold regions. This work uses the coupling of the Structure for Unifying Multiple Modeling Alternatives (SUMMA) hydrological model, which represents a wide range of hydrological processes, and the mizuRoute river routing model with that of a river ice model (i.e., RIVICE model) to project of ice-jam floods under changing climatic conditions. In fact, SUMMA and mizuRoute simulate streamflow, which is then passed to RIVICE to model ice formation and dynamics. The dynamics of streamflow simulated by SUMMA / mizuRoute include comprehensive representation of various hydrological processes, while the RIVICE model considers the processes of ice formation, frazil ice dynamics, and accumulation. This coupled modeling framework is applied to the Klondike River in Yukon, Canada, one of the regions historically affected by ice-jam flooding. This study uniquely integrates these models to enable projection of future ice-jam flood scenarios. The simulations are driven by climate projections from the CMIP6 datasets, enabling comprehensive assessments of future freeze-up events and associated flood risks at high spatial and temporal resolution. This work contributes to the increasing value of integrated hydrological and cryospheric modeling, improving flood risk assessments and informing adaptive strategies, such as improved forecasting systems and infrastructure design, for community protection in cold regions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,039
Tête enseignante GPT0,260
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→