Méthode de calibration d'un modèle de simulation de tempêtes côtières
Notice bibliographique
Résumé
Le Canada est un pays qui présente la particularité d’avoir la plus grande façade maritime au monde avec 202 080 km de côtes réparties entre l’Océan Atlantique et l’Océan Pacifique (CIA, 2005). 4,7 millions de canadiens, soit 13,5% de la population (StatCAN, 2021), habitent à moins de 100 kilomètres des littoraux. La population connait donc une sensibilité accrue aux risques côtiers et particulièrement aux inondations. Ces dernières sont dues aux ondes de tempêtes, un événement dont la fréquence et l’ampleur sont en constante augmentation à cause du changement climatique. Ces environnements prennent également une place importante dans les dynamiques culturelles et économiques du pays, il est donc important de les prendre en compte et de planifier ce risque. Ce stage prend place à la Commission des Services Régionaux du Sud-Est (CSRSE). Cette institution donne une importance particulière aux aléas d’inondation et d’érosion attribuables aux tempêtes côtières, phénomènes accentués par le changement climatique. Dans cette optique, ce mémoire s’intéresse à un modèle de simulation des ondes de tempêtes et prend place dans la communauté de Pointe-du-Chêne.Ce modèle permet, grâce à un certain nombre de paramètres, de prédire l’emprise et les dégâts attendue pour une inondation. Pour ce faire, l’utilisateur doit fournir au modèle un certain nombre d’entités géographiques, servant à l’atténuation des vagues, et un certain nombre de paramètres, représentant la tempête simulée. Le fonctionnement précis du modèle et de l’onde de tempête sont détaillés dans la partie méthodologie de ce mémoire.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».