Storyline analytical framework for understanding future severe low-water episodes and their consequences
Notice bibliographique
Résumé
The 2021 drought highlighted the vulnerability of Quebec's water resources and the potential for widespread consequences in a region that is generally perceived as having abundant water. This study uses a storyline approach to explore plausible future drought conditions for an event similar to what occurred in 2021 but under two different warming scenarios corresponding to increases of 2 and 3 °C in global surface temperatures compared to preindustrial levels. The storyline is constructed using a scenario-based approach, where analogues of the 2021 drought are derived from a large ensemble of regional climate simulations and combined with simulations produced by a hydrological model to offer a comprehensive understanding of both climate and hydrological conditions during and leading up to these potential future events. Results indicate a further deterioration in river conditions, particularly if a drought similar to that of 2021 were to be accompanied by a 3 °C rise in global temperature. In the hardest-hit areas of the province, low water levels could persist for a month longer, and river streamflow could drop by an additional 50 %, thus falling short of the threshold required to maintain the health of ecosystems for an extended period of time and resulting in significant impacts on ecosystems and human activities. By linking future river conditions to a real event that affected southern Quebec, storyline approaches have the potential to facilitate discussions on the impacts of climate change on water deficits in the region, particularly in cases where those impact-inducing thresholds are not well understood.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».