Tempêtes printanières et précipitations précédant la débâcle dans le haut du fleuve Saint-Jean en mars et avril 2021
Bibliographic record
Abstract
L'accumulation de neige sur le bassin supérieur du fleuve Saint-Jean pendant l'hiver peut souvent entraîner de graves inondations lors de la fonte printanière. Depuis 2008, trois inondations se sont produites dans le bassin du fleuve Saint-Jean près de Fredericton, au Nouveau-Brunswick. L'objectif de cette étude est de caractériser les événements à forte incidence qui ont entraîné la fermeture d'écoles ou qui ont contribué à la fonte des neiges et à la débâcle dans le haut de la vallée du fleuve Saint-Jean. Pour ce faire, nous avons utilisé les données recueillies lors de l'expérience de la rivière Saint-Jean sur les tempêtes de saison froide (SAJESS) entre le 4 mars 2020 et le 30 avril 2020. Au cours de cette période, une série de cinq événements de précipitation coïncidant avec la crue printanière de 2020 ont été documentés, dont quatre étaient associés à une transition de type de précipitation de la neige à la pluie ou de la pluie à la neige. Pour étudier les conditions atmosphériques à grande échelle et les types de précipitations de ces tempêtes, les mesures d'un micro-radar météorologique, d'un disdromètre laser optique, de radiosondages météorologiques et de microphotographies des particules de précipitations ont été analysées. Les données de réanalyse ERA5 ont également été utilisées pour explorer les conditions synoptiques. Ces données sont combinées aux conditions météorologiques au sol, telles que la température de l'air, l'humidité relative et la quantité de précipitations. Durant cette période de temps, plusieurs types de précipitation ont été observés tels que de la pluie, de la neige et du grésil. Aucun épisode de pluie verglaçante n’a été rapporté à la surface. Bien que les transitions de phase observées se produisent simultanément avec l'advection d'air chaud, liée à une augmentation de la température de l’air en altitude, le refroidissement par chaleur latente de la neige fondante peut forcer une transition pluie-neige pour des taux de précipitations élevés. Pour conclure ce mémoire démontre la complexité des conditions atmosphériques pouvant mener à des précipitations mixtes à la surface. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : fleuve Saint-Jean, SAJESS, tempêtes hivernales, précipitations hivernales, transition pluie-neige, disdromètre optique, micro-radar météorologique, radiosondages
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 | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 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) | 0.002 | 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".