MétaCan
Menu
Retour à la cohorte
Enregistrement W4411722878 · doi:10.1139/as-2024-0058

Vulnerability of municipal freshwater provisioning in a climate uncertain future: the case of Coral Harbour, Nunavut, Arctic Canada

2025· article· en· W4411722878 sur OpenAlexafffundvenueabout
Andrew S. Medeiros, Michael Bakaic, Julia Guimond, Barret L. Kurylyk, Nicole K. LeRoux, Sonia Wesche, Eric Crighton

Notice bibliographique

RevueArctic Science · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of OttawaDalhousie University
Organismes subventionnairesCrown-Indigenous Relations and Northern Affairs CanadaDalhousie University
Mots-clésHarbourVulnerability (computing)ArcticCoralClimate changeProvisioningGeographyThe arcticOceanographyEnvironmental scienceEnvironmental resource managementGeologyEngineeringComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Climate change is likely to be an important factor affecting the ability of Arctic communities to continue supplying freshwater from single-source reservoirs; yet, infrastructure planning and assessment processes rarely take climate change into consideration for needs-based improvements. Here, we identify potential threats to the provisioning of freshwater by examining local water sources in the community of Coral Harbour, Arctic Canada. While we did not identify any concerns over water quality through the analysis of samples collected in 2021–2022, we did find that the current reservoir for the community is insufficient to continue provisioning water over a typical 20-year planning horizon. We also note that if anomalous climate conditions occur (e.g., extreme temperatures), the exhaustion of the annual water supply could occur faster than projected, causing a local water shortage until ice-off when replenishment is possible. Hydrometric data collected from Post River, the source used to replenish the reservoir, also highlight the response of river levels to both rainfall and dry periods, and thus qualitatively demonstrates the potential impacts of future episodic late-summer droughts on river water availability, which could affect resupply. These results highlight the need to include climate-based assessment in freshwater infrastructure assessment and planning processes in remote Arctic communities.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,362
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,027
Tête enseignante GPT0,372
Écart entre enseignants0,346 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetIndigenous Studies and EcologyTravaux en français237 207