MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415038363 · doi:10.1029/2025jd043453

Characteristics of Extreme Precipitation and Flood Producing Atmospheric Rivers in the Alouette Watershed of British Columbia and the Development of a Modified Severity Scale

2025· article· en· W4415038363 sur OpenAlexafffundabout
E. Legarth, Roland B. Stull, Rachel H. White

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaMitacs
Mots-clésWatershedPrecipitationFlood mythStreamflowScale (ratio)Flooding (psychology)Flood forecastingHydrology (agriculture)

Résumé

récupéré en direct d'OpenAlex

Abstract Atmospheric rivers (ARs) transport large amounts of atmospheric moisture and can lead to extreme flooding events, particularly when they interact with coastal mountains such as in British Columbia (BC), Canada. Canada is yet to implement a scale to characterize the severity of ARs and there has been little research into the specific features of ARs that cause extreme flooding, especially for regions outside of the US. Using ERA5 data and the Global AR Database (Guan, 2022, https://doi.org/10.25346/S6/YO15ON ), we studied the effects of a range of AR characteristics on extreme precipitation and streamflow in the Alouette watershed, which includes an important reservoir. For this watershed, the majority of extreme‐event producing ARs (X‐ARs) approach the BC coast from compass directions of between 210 and 220°. ARs that approach from a more westerly direction can cause extreme events with an IVT as low as 400 kg m −1 s −1 compared to over 800 kg m −1 s −1 for ARs from a more southerly direction. IVT, the presence of rain‐on‐snow events, and high preceding soil moisture conditions strongly correlate with the production of extreme streamflow in the Alouette watershed. For the Alouette watershed, we recommend that the AR scale used in the US (Ralph, Rutz, et al., 2019, https://doi.org/10.1175/bams‐d‐18‐0023.1 ), be enhanced to better represent the severity of ARs in this watershed by including the surface air temperature, angle of approach, and antecedent conditions in the hazard calculation. A similar analysis should be applied to other high‐impact watersheds where accurate prediction of AR impacts is critical.

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)0,002
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 enseignants0,035
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,255
Écart entre enseignants0,237 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→