Numerical modelling of climate change impacts on Saint‐Lawrence River tributaries
Notice bibliographique
Résumé
Abstract The impacts of climate‐induced changes in discharge and base level in three tributaries of the Saint‐Lawrence River, Québec, Canada, are modelled for the period 2010–2099 using a one‐dimensional morphodynamic model. Changes in channel stability and bed‐material delivery to the Saint‐Lawrence River over this period are simulated for all combinations of seven tributary hydrological regimes (present‐day and those predicted using three global climate models and two greenhouse gas emission scenarios) and three scenarios of how the base level provided by the Saint‐Lawrence River will alter (no change, gradual fall, step fall). Even with no change in base level the projected discharge scenarios lead to an increase in average bed material delivery for most combinations of river and global climate model, although the magnitude of simulated change depends on the choice of global climate model and the trend over time seems related to whether the river is currently aggrading, degrading or in equilibrium. The choice of greenhouse gas emission scenario makes much less difference than the choice of global climate model. As expected, a fall in base level leads to degradation in the rivers currently aggrading or in equilibrium, and amplifies the effects of climate change on sediment delivery to the Saint‐Lawrence River. These differences highlight the importance of investigating several rivers using several climate models in order to determine trends in climate change impacts. Copyright © 2010 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».