MétaCan
Menu
Retour à la cohorte
Enregistrement W2155117793 · doi:10.7202/015741ar

Impacts des barrages sur les caractéristiques des débits moyens annuels en fonction du mode de gestion et de la taille des bassins versants au Québec

2007· article· fr· W2155117793 sur OpenAlexaffabout
Ali A. Assani, Francis Lajoie, Charles B. Laliberté

Notice bibliographique

RevueRevue des sciences de l eau · 2007
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésForestryGeologyPolitical scienceHumanitiesPhilosophyGeography

Résumé

récupéré en direct d'OpenAlex

Nous avons comparé les impacts des barrages sur les caractéristiques (volume d’écoulement-fréquence, variabilité interannuelle et forme de courbe de distribution) des débits moyens annuels dans les trois régimes régularisés observés (inversion, homogénéisation et type naturel) au Québec. Nous avons appliqué la méthode de proportionnalité qui consiste à comparer les caractéristiques des débits des rivières naturelles et celles des rivières régularisées en fonction de la taille des bassins versants. En ce qui concerne le volume d’écoulement-fréquence et sa variabilité interannuelle, le changement a été observé seulement en régime d’inversion. Il se traduit par une baisse des débits moyens annuels durant les années hydrologiques sèches et une variabilité interannuelle relativement forte par rapport aux rivières naturelles. Ces changements sont attribués principalement au mode de gestion des réservoirs car on lâche moins d’eau durant ces années hydrologiques sèches. Enfin, les changements des coefficients d’asymétrie et d’aplatissement ont été observés surtout en régime d’homogénéisation. Cette étude démontre que les barrages peuvent modifier toutes les caractéristiques des débits moyens annuels contrairement à l’opinion couramment admise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,011
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,044
Tête enseignante GPT0,314
Écart entre enseignants0,270 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations20
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l eauMême sujetHydrology and Watershed Management StudiesTravaux en français237 207