Measurement and modelling of snow properties in urban and suburban Montreal neighbourhoods
Bibliographic record
Abstract
Malgré que le comportement de la neige soit bien documenté en milieu rural grâce à des réseaux de mesure en place depuis longtemps, la complexité des milieux urbains fait en sorte que le transfert de données acquises dans une ville à une autre n'est pas justifiable. Dans le but de la recherche présentée dans cette thèse, des mesures de la couverture neigeuse ont été effectuées dans un quartier résidentiel de la ville de Montréal, Québec, Canada et dans une de ses banlieues au cours de la saison hivernale 2007-2008. Les tendances générales se comportent similairement à celles observées en milieu rural à l'exception que les valeurs de densité se rapprochaient plus de valeurs observées au cours d'autres études urbaines. Les propriétés de la neige ont alors été mises à l'échelle de la zone source convective d'équipements de mesure de flux énergétiques. Les flux convectifs n'ont pas montrés de signe d'une dépendance aux conditions de neige. La base de données de l'évolution des propriétés de la neige a également servi dans la validation d'une version autonome du modéle de neige faisant partie du modéle d'échange de surface ISBA. Les meilleurs résultats ont étés obtenus pour des endroits subissant le minimum de perturbations humaines. Les pires résultats découlent de la simulation d'endroits très dérangés.
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 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 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".