QUEBEC REGION'S SHORELINE SEGMENTATION IN THE ST. LAWRENCE RIVER: RESPONSE TOOL FOR OIL SPILL
Notice bibliographique
Résumé
ABSTRACT The Quebec Region's shoreline description of the St. Lawrence River began in 1985 with the first shoreline interpretation by Environment Canada. This description was available as a paper version and was no longer adequate for oil spill response. An update was required in order to split the shoreline into segments and to digitize the information. A partnership was developed between Environment Canada, Eastern Canada Response Corporation and the Canadian Coast Guard to conduct the aerial survey and to do the segmentation. The cartography of segmentation covers the fluvial part of the St. Lawrence River (Montreal Region) up to the Gulf (including the Lower-North Shore and the St. Lawrence Islands). The database, developed specifically for that project, is oil spill-oriented. It includes geomorphologic information, from the supratidal to the lower intertidal zone, some statistical information and other requirements for the cleanup operation. For this operational database, useful for the response operation, links were developed with other databases and specialized oil spill software. The first system is GENIE Web, which is a Georeference Environmental Network for Information Exchange on the Web. The second system, ShoreAssess©, is a managing tool for SCAT teams in the field. Finally, a partnership with the Geography Department at the Université du Québec in Rimouski (UQAR) will help us to keep the St. Lawrence River coastal evolution up to date.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».