MétaCan
Menu
Retour à la cohorte
Enregistrement W2094959309 · doi:10.1080/07011784.2015.1016117

Impacts des changements climatiques sur les volumes de crues printanières de la Côte-Nord du Québec

2015· article· fr· W2094959309 sur OpenAlexaffvenueabout
Nathalie Thiémonge, Jacinthe Clavet-Gaumont

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2015
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensOuranosHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésForestryHumanitiesGeographyEnvironmental scienceArt

Résumé

récupéré en direct d'OpenAlex

L’étude porte sur les changements projetés aux volumes maximums de crues printanières de neuf rivières de la Côte-Nord du Québec à l’horizon 2050. L’analyse fréquentielle des volumes maximums de crue est choisie comme sujet car ces valeurs sont utilisées pour la conception des ouvrages hydrauliques. Les volumes maximums en période de référence et à l’horizon 2050 sont calculés à partir des débits journaliers simulés par le modèle hydrologique global SSARR (streamflow synthesis and reservoir regulation). Les simulations climatiques utilisées comme intrants au modèle hydrologique proviennent de la base de données multi-modèles de la troisième phase du World Climate Research Program’s Coupled Model Intercomparison Project (CMIP3), du modèle régional canadien du climat MRCC4 et du North American Regional Climate Change Assessment Program (NARCCAP). Les simulations directement issues des modèles climatiques et les simulations post-traitées pour la correction du biais des précipitations et des températures sont utilisées pour alimenter le modèle hydrologique. Quatre méthodes de post-traitement sont employées pour la correction du biais. L’ensemble comporte 415 scénarios hydrologiques pour chaque bassin versant étudié. L’analyse fréquentielle sur les volumes maximums est réalisée à l’aide de l’approche du maximum de vraisemblance à partir de la loi ajustant le mieux l’échantillon pour des périodes de retour de 2 ans et 100 ans. Les résultats obtenus projettent un changement moyen à la hausse pour les volumes maximums de crues printanières des bassins des rivières de la Côte-Nord, autant pour la période de retour de 2 ans que pour celle de 100 ans. Cette augmentation est respectivement de 9% et 4%. Toutefois, cette augmentation n’est pas de la même intensité pour tous les bassins. De plus, la méthode de post-traitement utilisée ou l’emploi des sorties directement issues des modèles de climat à une grande influence sur cette projection. La perturbation des observations par la méthode des quantiles maximise les écarts relatifs entre les volumes à l’horizon 2050 et les volumes en période de référence comparativement aux autres méthodes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,220
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207