MétaCan
Menu
Back to cohort
Record W4407118778

Action 2 – Prévision des inondationsHYDROM A1 : Courbes de tarages dynamiques

2024· report· fr· W4407118778 on OpenAlexaboutno aff
F. Mendez-Rios, Clara Chabrillangeas, Jérôme Le Coz, Benjamin Renard

Bibliographic record

VenueHAL (Le Centre pour la Communication Scientifique Directe) · 2024
Typereport
Languagefr
FieldEnvironmental Science
TopicFlood Risk Assessment and Management
Canadian institutionsnot available
Fundersnot available
KeywordsRating curveAction (physics)Flood mythEnvironmental scienceGeographyGeologyPhysicsGeomorphologyArchaeology
DOInot available

Abstract

fetched live from OpenAlex

Ce document présente le travail réalisé au cours de l’année 2024 dans le cadre de l’action A1 de l’AXE I : HYDROM, intitulée « Courbe de tarage dynamiques ». L’objectif principal de cette action est de développer des outils opérationnels pour la gestion et l’estimation des incertitudes autour du débit dans des stations influencées par la marée et impactées par la végétation aquatique saisonnière. Cette année, un accent particulier a été mis sur l’intégration dans BaM! d'un nouveau modèle appelé « Qmec », basé sur une formulation proche de SFD-Tidal précédement développés dans cette action, mais plus complète. Ce modèle a été développé en 2022 par Daniel BOURGAULT (UQAR, Canada) et Pascal MATTE (Environnement Canada). Qmec est un outil permettant de calculer de manière déterministe le débit à partir des données de hauteur d’eau relevées par deux stations hydrométriques situées en amont et en aval d’un tronçon de cours d'eau influencé par la marée. Néanmoins, on ne s’intéresse pas qu’au calcul du débit, mais aussi à l’estimation de l’incertitude du modèle et des résultats de débit. Ib siygaute également tenir compte de l'incertitude variable des données de calage. Tout ceci a motivé l'implémentation du modèle Qmec dans la plateforme bayésienne BaM!.L’innovation majeure de Qmec, par rapport aux anciens modèles développés par INRAE, réside dans sa méthode de calcul du débit. A ce jour, les modèles précédents utilisaient l’équation de Manning-Strickler, une simplification des équations de Saint-Venant 1D qui ne prend en compte que la composante de friction. Ces modèles reproduisaient correctement le débit avec des effets transitoires progressifs (example : la Saïgon au Vietnam) mais pas les cas avec une renverse de marée plus violente (example : Seine aval). Ces cas son correctement reproduits avec un modèle hydrodynamique 1D (Mascaret, MAGE), mais ces modèles nécessitent de spécifier le débit à la limite amont, ce qui limite fortement leur application opérationnelle en hydrométrie. Qmec, lui, est un modèle hauteur-débit qui repose sur une discrétisation complète de l’équation de Saint-Venant 1D, intégrant l’ensemble de ses composantes : le gradient de pression, la friction et l’advection. Il est donc un bon candidat pour résoudre notre problème. Le cas du fleuve du Saint Laurent au Canada et La Seine Aval en France ont été étudiés dans le cadre du stage de fin d’étude de Clara Chabrillangeas et seront présentés dans le présente document. Ces travaux seront valorisés non seulement à travers ce rapport, mais aussi par le biais d’une communication au colloque hydrométrique SHF 2025.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.058
Threshold uncertainty score0.116

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.000
Science and technology studies0.0010.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0080.002

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.

Opus teacher head0.022
GPT teacher head0.271
Teacher spread0.250 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueHAL (Le Centre pour la Communication Scientifique Directe)Same topicFlood Risk Assessment and ManagementFrench-language works237,207