MétaCan
Menu
Retour à la cohorte
Enregistrement W7033759911

Statistical modeling of extreme rainfall processes in British Columbia

2017· dissertation· en· W7033759911 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2017
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Management Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrecipitationEstimationStatistical modelExtreme value theoryProbability distributionClimate changeStatistical analysisClimate model
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Millions of people are still exposed to unanticipated extreme rainfall events, and their devastating effects extend from communities to the surrounding environment. The impact extends across borders, to both developed and developing nations, causing massive casualties and financial loss. Accurate estimation of such events, however, requires an elaborated investigation covering different parameters, since precipitation patterns can be so diverse depending on the regional Topographical condition and even more so with progressive climate change. Prediction of extreme precipitations has been extensively studied and improved in recent years by various specialists from science and engineering. In particular, in current engineering practices for the estimation of extreme rainfall for design purposes, many probability models have been proposed for describing the distribution of this random variable. However, there is no general agreement as to which distribution should be used to provide the most accurate and most reliable design rainfall estimate. In view of the above-mentioned issues, the overall objective of the present research is therefore to propose a general procedure for assessing the descriptive and predictive abilities of ten probability distributions that have been used in extreme rainfall frequency analyses. The feasibility of the proposed procedure was tested using available 5-minute, 1-hour, and 24-hour annual maximum rainfall data from a network of 11 raingage stations located in the British Columbia region in Canada. Two commonly used methods, the maximum likelihood and L-moment methods, were used for estimating the parameters of the selected probability models. On the basis of the assessment of the descriptive and predictive abilities of each model, the GNO, PE3 and GEV models were found the best choice for the selected daily and sub-daily annual maximum rainfalls. Despite the popular use of GEV in Canada, the GNO distribution was found to have more robust and accurate descriptive and predictive ability from this study. However, no one distribution consistently outperformed the others among those distributions, and it is impossible to choose one distribution as the best to represent the versatile rainfall pattern of BC. The performance of the distribution models was not consistent with either the topographical or climatological condition of study stations. Yet it was evident that most distributions performed poorly with data sets with high skewness. However, it was difficult to define a pattern of skewness in data, as skewness can vary without relation to rainfall durations and climatological or Topographical condition. Using the proposed procedure for selecting the best distribution, the GNO, GEV and PE3 were found the best overall choice for its descriptive and predictive ability with annual maximum rainfall data in British Columbia.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,040
Tête enseignante GPT0,251
Écart entre enseignants0,211 · 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