Estimer les houles cycloniques à partir d’observations météorologiques limitées : exemple de la submersion d’Anaa en 1906 aux Tuamotu (Polynésie française)
Bibliographic record
Abstract
Les submersions provoquées par les houles cycloniques sont le principal risque naturel dans les atolls de l’archipel des Tuamotu. L’analyse des cyclones récents par des modèles couplés à haute résolution a amélioré la compréhension de cet aléa. La connaissance des houles extrêmes se confronte néanmoins au problème de la représentativité de l’échantillon en raison de la faible fréquence des cyclones en Polynésie française. Cet article propose une méthode permettant d’estimer la taille de la houle en s’appuyant sur de simples observations des conditions météorologiques au niveau du sol. Cette méthode qui fait aussi appel aux simulations numériques de la houle permet d’améliorer la connaissance de ces risques en étendant l’analyse à des cyclones vieux de plusieurs siècles par le biais des archives. La submersion de l’atoll d’Anaa en 1906 est étudiée à titre d’exemple afin de montrer l’intérêt de cette méthode dans le cadre des études de risque.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".