MétaCan
Menu
Retour à la cohorte
Enregistrement W6999814829

Développement d'une méthode SIG pour identifier les zones potentielles de refroidissement sur les rivières à saumon : analyse spatiale appliquée à la rivière Ouelle

2025· other· fr· W6999814829 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2025
Typeother
Languefr
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrban environmentEnvironmental factorStatistical analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le saumon atlantique (Salmo salar), espèce emblématique du Québec, fréquente des eaux claires et fraîches, ce qui en fait un indicateur clé de la santé des écosystèmes forestiers et riverains. Cependant, dans un contexte de changements climatiques, un défi majeur se pose : les fluctuations hydroclimatiques et les stresses thermiques. Cela inclut l’augmentation des températures de l’eau, la prolongation des périodes d’étiage et des canicules, ainsi que des températures excessivement froides. En tant qu’espèce ectotherme, la température est le facteur abiotique déterminant pour la survie du saumon atlantique. Incapable de réguler sa température corporelle, il dépend de la stabilité thermique de l’eau et de variations minimales de cette température pour survivre. Il parvient à se maintenir aux températures élevées grâce aux refuges thermiques (RT), des sites ponctuels où la température de l’eau est plus froide que celle du cours d’eau principal. Cependant, la localisation de ces refuges est complexe, car ils sont sensibles aux variations spatio-temporelles et dépendent principalement des mécanismes liés aux eaux souterraines et de surface. Ils peuvent se trouver à l’intérieur ou à l’extérieur des « zones de refroidissement », des secteurs plus vastes et moins définis, où l’interaction de divers facteurs physiques environnementaux favorise le refroidissement ou le maintien de la température de l’eau. Bien que similaires en raison de la différence de température, les refuges thermiques se distinguent des zones de refroidissement par leur fonction écohydrologique. Cependant, ces zones sont difficiles à identifier et à cartographier sans recourir à des techniques spécialisées et coûteuses comme la télédétection, la géomatique ou les images thermiques (TIR), qui sont souvent hors de portée des acteurs locaux. Ainsi, ce mémoire propose une méthodologie novatrice utilisant les systèmes d’information géographique (SIG) pour identifier, cartographier et modéliser l’agrégation de facteurs physiques influençant la température de l’eau. L'objectif est d'identifier les zones favorables au refroidissement (ZRf) et au réchauffement (ZRc) des cours d'eau principal, afin de guider et de soutenir les efforts de conservation et de restauration du bassin versant. L’étude se concentrera sur la rivière Ouelle, située au Bas-Saint-Laurent, un site représentatif des défis rencontrés dans les bassins versants des rivières à saumon. Cette approche vise à améliorer la gestion locale des écosystèmes et à fournir une base scientifique pour orienter les actions de protection et de restauration. Le projet, qui s’inscrit dans une collaboration entre le GeoLAS (Laboratoire de géomatique appliquée et d’Analyse Spatiale) et la Fédération québécoise pour le saumon atlantique (FQSA), proposera une cartographie qui pourra orienter des prises de décisions pour la préservation de la santé du bassin versant, la protection du saumon atlantique et le maintien de l’équilibre thermique des cours d’eau. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : géomatique, systèmes d’information géographique, télédétection, analyse spatiale, analyse multicritères pondérée, zones de refroidissement, refuges thermiques, zones de réchauffement, saumon atlantique, rivières, rivières à saumon

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,013
Tête enseignante GPT0,208
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'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'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetFish Ecology and Management StudiesTravaux en français237 207