Comparaison de modèles thermiques statistique et déterministe pour l'estimation d'indices thermiques sur les portions aménagées et naturelles de la rivière Fourchue (Québec, Canada).
Notice bibliographique
Résumé
Le nombre de barrages à travers le monde est en constante augmentation principalement en \nraison des demandes liées à l'hydroélectricité, à l'approvisionnement en eau potable ainsi qu'à \nla régulation des débits de crues. De ce fait, un grand nombre d'environnements lotiques sont \nrégulés ou sévèrement influencés par la présence de barrages. L'un des impacts attendus des \nbarrages est la modification du régime thermique naturel de la rivière en aval de ceux-ci. \nPuisque le régime thermique est un facteur crucial influençant la productivité des écosystèmes \nlotiques, une bonne compréhension des changements causés par le barrage est essentielle afin \nd'effectuer une gestion adéquate des ressources en eau et des ressources fauniques. La rivière \nFourchue, située à St-Alexandre-de-Kamouraska, est l'un de ces nombreux systèmes qui sont \ninfluencés par la présence d'un barrage avec mise en réservoir. \nL'un des objectifs de ce projet consiste à caractériser le régime thermique de la rivière Fourchue \net ses variations en saison estivale en calculant des statistiques descriptives appelées indices \nthermiques. Ces indices ont été sélectionnés sur la base de leur pertinence pour la gestion de la \nfaune aquatique et plus particulièrement de l'omble de fontaine, une espèce ayant une zone de \ntolérance thermique plus restreinte que les autres espèces recensées dans le cours d'eau. \nPlusieurs outils de modélisation ont été développés afin d'estimer la température de l'eau en \nrivière selon l'échelle spatiale et temporelle voulues. Ces modèles peuvent être classifiés en \ndeux groupes: les modèles déterministes et les modèles statistiques. L'objectif principal du \nprojet vise à comparer un modèle déterministe largement utilisé pour l'estimation de \ntempératures en milieu régulé et non régulé, SNTEMP, avec un modèle statistique basé sur \nl'analyse des corrélations canoniques dans l'obtention des indices thermiques mentionnés \nprécédemment. Les résultats démontrent que le modèle statistique est plus performant dans \nl'estimation de la majorité des indices thermiques sélectionnés, soit pour 21 des 28 indices \ncomparés. Les plus grands écarts de performance entre les deux approches sont pour les \nindices calculés à partir des températures maximales qui sont mieux estimées par le modèle \nstatistique. \nLa performance des deux modèles pour l'estimation des indices thermiques est discutée afin \nd'expliquer les divergences entre les résultats obtenus. Cela permet de mieux comprendre les \navantages et inconvénients des deux modèles et de faciliter le processus décisionnel pour les \ngestionnaires intéressés par ce type d'outils.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».