MétaCan
Menu
← Retour à la cohorte
Enregistrement W6968050696 · doi:10.5281/zenodo.14532355

Characterization of ice retention during breakup upstream of an ice control structure using a juxtaposed camera system

2024· other· en· W6968050696 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typeother
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of AlbertaCentrEau - Quebec Water Management Research CentreUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBreakupUpstream (networking)Flooding (psychology)Ice formationConsolidation (business)

Résumé

récupéré en direct d'OpenAlex

AbstractIce Control Structures (ICS) are instream structures that were built to reduce breakup ice jams flooding by intercepting ice blocks upstream of riverine communities. With the imposing effects of climate change, some of these ICSs were found to be less efficient and sometimes more problematic, showcasing the necessity of rebuilding or optimization of existing configuration. Among these two options, optimization is likely the most common due to the expensive costs related to a new ICS. To optimize the performance of an existing ICS, first the interaction between the ICS and ice blocks (current performance and ice pieces physical aspect) should be documented and analyzed. For this project, a camera-based system was employed on Sartigan dam, an ICS in Chaudière River during the 2023 breakup season to understand and characterize the retention of ice upstream of the structure. A total of 18 ice breakup events were identified. The results show that during 11 events (61% of the time) the structure was able to hold the ice run in place. Ice blocks interacting with the ICS had an average cord length of 1.13 m, and moving toward the structure with an average speed of 0.41 m/s. During the event with holding time, ice blocks were moving in the accumulation with an average consolidation speed of 0.023 m/s.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,201
Écart entre enseignants0,188 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→