L'approche débit-durée-fréquence : historique et avancées
Bibliographic record
Abstract
La prévention du risque d'inondation nécessite une connaissance détaillée du régime hydrologique en crue du bassin étudié. Dans ce but, l'approche débit-durée-fréquence (QdF), développée depuis déjà plusieurs années, a permis de définir un modèle statistique décrivant les crues observées en fonction de leur débit, de leur durée et de leur fréquence. Un récent travail a revisité cette approche. Grâce à son nombre réduit de paramètres, le modèle proposé, appelé modèle local convergent, peut être facilement ajusté pour chaque bassin. Dans l'ancienne approche, que nous appelons approche " bassin de référence ", l'ajustement local avait été effectué sur seulement trois bassins, dits de référence, et réputés être chacun représentatif d'une typologie d'écoulement différente. Ces trois paramétrisations types ont ensuite donné lieu à trois modèles adimensionnels, capables de caractériser la majorité des régimes observés. Le modèle adimensionnel correspondant au régime du bassin étudié devait être dénormé par deux caractéristiques locales du bassin : le débit instantané maximal de crue décennale et une durée caractéristique de crue. Une comparaison du nouveau modèle, appelé modèle local convergent, et de l'approche type " bassin de référence " a été effectuée sur une cinquantaine de bassins jaugés. Elle met en évidence la robustesse du modèle convergent et permet de discuter du choix du modèle relatif à l'approche " bassin de référence ". Le modèle local convergent autorise d'envisager le développement d'un modèle QdF régional, s'inspirant de différentes méthodes de régionalisation. Ceci permettra alors une application à des bassins peu ou non observés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".