Compte rendu de la conférence internationale EVAN 2019
Notice bibliographique
Résumé
\nEdf-R&D-Chatou a accueilli la conférence internationale EVAN (Advances in Extreme Value Analysis and application to Natural Hazard) du 17 au 19 septembre 2019 réunissant chercheurs, ingénieurs, étudiants et universitaires. Cette conférence a été l’occasion pour tous les professionnels présents de partager leurs expériences et leurs idées sur l’étude des variables géophysiques extrêmes (niveau de la mer, vents, vagues, neige, température, précipitations, débits…) et les travaux liés aux risques naturels (inondations, submersion marine, tempêtes de vent, vagues de chaleur, sécheresses, glissements de terrain, orages, érosion, tremblement de terre et tsunami). Le Laboratoire National d'Hydraulique et Environnement (LNHE) d'EDF et le Laboratoire Saint Venant ont organisé cet évènement avec la Société Hydrotechnique de France (SHF). Trois invités d’honneur, qui ont été très appréciées, sont intervenus au cours ces trois journées d’échanges : (1) Taha Ouarda, professeur d’hydrométéorologie et de statistique à l’INRS (Canada) ; (2) Neil Macdonald, professeur de géographie à Université de Liverpool (UK) ; (3) Dario Camuffo, professeur de physique et membre du « National Research Council » (Italie). Ce que l’on retiendra sans doute de particulier est l’importance des évènements historiques extrêmes naturels permettant, d’une part, d’avoir de longues chroniques d’extrêmes (ce qui est toujours mieux pour faire des statistiques) et aussi permettant une approche très prudente quant à la perception de tendances éventuelles à court ou long terme. Par ailleurs, l’organisation générale a été très bien réussie, et l’on doit, d’ailleurs, remercier l’équipe très professionnelle du Campus de Chatou qui est d’une aide précieuse pour le succès de la conférence. Le cycle des conférences EVAN continue car en 2021, cela se déroulera à l’université de Floride et, en 2023, à Venise. Enfin, un « Special Issue » de la revue internationale NHESS va être ouvert aux participants de la conférence EVAN 2019, avec une soumission possible avant le 31 mars 2020.\n
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».