Integrating Laboratory Experiments and Field Instrumentation to Study Storm Impacts on Atlantic Canada’s Coastlines
Notice bibliographique
Résumé
Canada’s National Adaptation Strategy highlights that climate change will bring more frequent and intense extreme storms, combined with sea-level rise. Atlantic Canada is especially at risk, as hurricanes generate large waves, storm surges, and coastal erosion that threaten communities and infrastructure. The devastating impacts of Hurricane Fiona in 2022, which caused more than $800 million in damages, revealed how unprepared the region is for future climate-driven extremes. This research project takes steps toward closing that gap by combining laboratory experiments with long-term field monitoring at Martinique Beach, Nova Scotia. In the Queen’s Coastal Engineering Laboratory, I worked with a demonstration flume tank and dyes to capture, through camera-based image processing, how sediments and contaminants move through flowing water. These experiments offered a clear way to see and measure how materials are transported under storm-like conditions. In parallel, I helped prepare and test instrumentation in the large wave basin, including wave buoys and pressure sensors, before they were deployed to the field. The fieldwork centred on setting up a network of monitoring equipment at Martinique Beach: SOFAR Spotter buoys to track offshore wave conditions, Diver piezometers to measure groundwater response, and RBR sensors to record tides and storm surge. This system will operate for the next two years, creating a detailed field site model to monitor beach wave conditions and storm impacts. Through this project, I gained hands-on experience in sensor setup, field preparation, data analysis, and research communication, while working alongside a collaborative team from Queen’s and Dalhousie. The work not only deepened my understanding of storm impacts on coastal systems but also contributed to the broader effort of building resilience for Atlantic Canada’s coastlines in a changing climate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».