MétaCan
Menu
Retour à la cohorte
Enregistrement W4410170841 · doi:10.1007/s10040-025-02897-0

Management of groundwater resources in the coastal aquifers of the Magdalen Islands (Canada) using decision support models

2025· article· en· W4410170841 sur OpenAlexafffundabout
Jean‐Michel Lemieux, C. Coulon, Laura Gâtel, Yohann Tremblay, Guillaume Arbour, Alexandre Pryet, John Molson, J. Christian Dupuis

Notice bibliographique

RevueHydrogeology Journal · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensCentre Jeunesse de QuebecUniversité LavalCenter for Northern Studies
Organismes subventionnairesAlliance de recherche numérique du CanadaQuébec Ministère du Développement Durable, de l’Environnement et de la Lutte Contre les Changements Climatiques
Mots-clésAquiferHydrogeologyGroundwaterGroundwater resourcesWater resource managementHydrology (agriculture)GeologyEnvironmental scienceGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Freshwater resources are scarce on islands surrounded by seawater, where groundwater lenses are often the only sources of fresh water. These resources are highly sensitive to climate variability and human activities, requiring specialized management approaches. Here, groundwater flow models that account for climate and parameter uncertainty are used to guide groundwater resource management on the Magdalen Islands (Quebec, Canada). An island-wide groundwater flow model was developed for four islands of the archipelago using MODFLOW-2005 and the sharp interface seawater intrusion package SWI2, driven by a spatially distributed SWB2 recharge model. Parameter estimation was then conducted using PEST_HP, producing island-wide maps of the freshwater lenses and water budgets. Transient simulations were run to determine the percent rise of the freshwater–seawater interface below pumping wells relative to the onset of pumping. The model was then combined with PESTPP-OPT and climate change projections to conduct pumping optimization under climate and parameter uncertainty, and with MODPATH to delineate zones for groundwater protection. The modeling results indicate that groundwater resources will be sufficient to meet the future water demand on the islands as projected through 2050. While some wellfields can provide more fresh water, others cannot, and certain wells may be at risk of saltwater intrusion in the future. Climate change is unlikely to impact overall groundwater resource availability, but it will reduce the volume of freshwater that can be withdrawn from existing wellfields. The scripted, open-source modeling approach used here can be applied to similar environments to address common management challenges encountered in island aquifer settings.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrogeology JournalMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207