MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413132473 · doi:10.5194/ecss2025-83

Simultaneous assessment of debris trajectories to determine characteristics of the July 1, 2023 Didsbury, Alberta, Canada EF4 tornado

2025· article· en· W4413132473 sur OpenAlexaffabout
Connell S. Miller, Collin Town, D K Butt, David Sills, Gregory A. Kopp

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésTornadoDebrisEnvironmental scienceGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

The Enhanced Fujita scale is a useful assessment tool to determine wind speeds in tornadoes in Canada, the United States of America, and Japan. However, it is a damage-based assessment which relies on the tornado hitting damage indicators whose wind loads have been well-documented and researched (such as houses, mobile homes, and trees). Additionally, the Enhanced Fujita scale is unable to determine any additional characteristics of the tornado such as the ratio of wind speeds (swirl ratio), or the dimension of the core radius.In a previous study, the authors of this abstract developed a forensic tool to analyse the trajectories of large compact objects (vehicles, farming equipment, trailers, haybales, etc) identified during damage surveys. By combining analytical tornado wind field models with debris equations, the lofting wind speeds required to recreate these observed trajectories can be estimated. This was achieved by utilizing a Monte Carlo simulation to randomly select parameters and plotting cumulative distribution functions to depict the likelihood of lofting at various wind speeds. Analyzing debris trajectories from several documented tornadoes in Canada revealed that this method yields threshold lofting wind speeds comparable to those estimated by other approaches. However, incorporating trajectories resulted in higher estimated lofting wind speeds than the EF-scale ratings derived from ground survey assessments based on structural damage.All of the debris trajectories examined in the previous study were analysed as single independent instances. For example, in the EF4 Didsbury, AB tornado, although the focus was on a single combine harvester, there were multiple other large compact objects in the same area that were not analysed in the study. Additionally, the effect of the relative location of the object to the centre of the tornado was not considered. The goal of this paper is to continue the development of a forensic tool for debris trajectories of large compact objects by analyzing the trajectories of multiple debris objects simultaneously. Analyzing multiple debris simultaneously narrows the range of possible tornadic parameters, which provides more insight to the characteristics of a tornado. Data from the EF4 Didsbury, AB tornado are applied as a case study to test this forensic tool.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMeteorological Phenomena and Simulations→Travaux en français237 207→