MétaCan
Menu
Retour à la cohorte
Enregistrement W4413136192 · doi:10.5194/ecss2025-192

Damage Surveying Methods for Canadian Severe Wind Events

2025· article· en· W4413136192 sur OpenAlexaffabout
Aaron Jaffe, Lesley Elliott, Connell S. Miller, David Sills

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Historically, tornadoes in Canada have been significantly underreported, primarily due to a low population density away from the southern border of the country. Since shortly after its inception in 2017, the Northern Tornadoes Project (NTP), now part of the Canadian Severe Storms Laboratory (CSSL), at Western University, has been the authority on the documentation and study of tornadoes and other damaging wind events caused by severe convective storms in Canada. Methodical and thorough documentation of these severe wind events has been crucial to the NTP and CSSL’s success. Since 2017, Canada averages over 100 recorded tornadoes per year, second most of any country in the world.There are many ways that the NTP documents and analyzes severe wind events, including through radar data, satellite and aircraft aerial imagery, and social media reports. However, the most crucial elements of the analysis of notable severe wind events are the ground and remotely piloted aircraft (i.e. drone) damage surveys that are conducted on-site following these events. During the summer months in Canada that are prone to severe convective storms, the CSSL has three teams located across the country that are equipped to conduct damage surveys located in London, Ontario; Winnipeg, Manitoba; and Olds, Alberta. These teams are composed of CSSL staff, graduate students, and undergraduate interns. All members of the CSSL that make up the damage survey teams undergo rigorous training at the start of the summer, covering topics such as safety, documenting wind damage, drone flying, and interacting with homeowners. The NTP also creates severe weather outlooks prior to storms, and preliminary event maps of social media and other damage reports after damaging winds occur, to prepare and assist the field teams. There is an abundance of preparation and effort to ensure that the NTP’s ground and drone damage surveys of severe wind events are conducted effectively and safely, while collecting high-quality data. This presentation will detail the NTP’s organization, preparation, and execution of these surveys, and how other research groups could implement similar tactics to survey severe wind damage in various regions of the world.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,010
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,020
Tête enseignante GPT0,317
Écart entre enseignants0,297 · 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
GenreMéthodes

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 sujetWind and Air Flow StudiesTravaux en français237 207