MétaCan
Menu
Retour à la cohorte
Enregistrement W7162077232 · doi:10.82308/15009

Flash flood-traffic interaction studies for the City of Ottawa

2023· dissertation· en· W7162077232 sur OpenAlexaboutno aff
Keihan Kouroshnejad

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWestern europeEnvironmental effect

Résumé

récupéré en direct d'OpenAlex

La principale source de retards de la circulation liés aux conditions météorologiques en été est les crues soudaines causées par des événements de précipitations de courte durée et de forte intensité. Ceci est particulièrement pertinent pour les zones métropolitaines car elles ont des surfaces très imperméables comme les trottoirs et les bâtiments. On prévoit que le changement climatique futur apportera davantage de ces événements d'inondations soudaines. L'impact du changement climatique, ainsi que l'urbanisation rapide, augmentant la part des zones imperméables, pourraient aggraver les perturbations du trafic. Cette étude examine les interactions crue éclair-trafic pour les climats actuels et futurs d'Ottawa, la capitale du Canada, en intégrant des simulations de modèles climatiques régionaux (MRC) à ultra haute résolution (4 km) avec une modélisation des inondations à l'aide de PCSWMM et une analyse de l'exposition basée sur modélisation du réseau de transport. Les crues éclair associées à des niveaux de retour sur 100 ans d'événements de précipitations de courte durée (c. approches : dans la première approche, les changements projetés sont obtenus directement à partir de la simulation RCM, alors que dans la seconde approche, ceux-ci sont obtenus à l'aide de l'échelle de température (TS), ce qui est recommandé pour les applications pratiques.La validation quantitative des caractéristiques des précipitations simulées par la MCR, c'est-à-dire les relations intensité-durée pour les niveaux de retour sélectionnés et leur variabilité spatiale, par rapport aux observations maillées et aux stations, ainsi que la validation qualitative des profondeurs de crue éclair simulées par le modèle hydrodynamique pour les inondations passées, confirment la pertinence du modèles pour analyser les perturbations du trafic liées aux crues éclair. Les résultats montrent que les augmentations projetées des niveaux de retour sur 100 ans des événements de précipitations de 1 h, 3 h et 5 h sont de 26, 16 et 30 % selon la RCM et de 55 % selon la TS sur la région d'étude pour la future période 2081-2100 par rapport à la période 1991-2010, pour le scénario RCP8.5. Cette augmentation des précipitations futures suggère des augmentations de la longueur totale des routes bloquées, c'est-à-dire des routes avec des profondeurs d'inondation supérieures à 30 cm, d'environ 28, 36 et 35 km selon TS et 26, 24 et 25 km selon GEM pour les événements de 1 h, 3 h et 5 h, respectivement. Cela se traduirait par une augmentation des perturbations du trafic de l'ordre de 60 à 77 % (retard de 33 000 à 38 heures-personnes) selon le GEM et de 57 à 59 % (retard de 28 000 à 29 000 heures-personnes) selon le TS. En identifiant les liaisons routières susceptibles de subir des retards de circulation liés aux crues éclair grâce à une analyse combinée systématique des interactions crue éclair-circulation, cette étude fournit des informations cruciales pour guider l'élaboration de mesures d'adaptation visant à accroître la résilience du réseau de transport urbain

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,037
Tête enseignante GPT0,346
Écart entre enseignants0,309 · 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'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFlood Risk Assessment and ManagementTravaux en français237 207