Quantifying agreement and gaps between regional and global barrier datasets to better understand uncertainties introduced into large-scale river studies
Notice bibliographique
Résumé
Des millions de barrières anthropiques obstruent les rivières du monde et renferment des réservoirs (Lehner et al. 2011a). La hauteur et le volume de réservoir de ces barrières varient grandement, tout comme les rivières sur lesquelles elles sont situées. Bien qu'initialement construites dans le but de protéger les terres et les populations environnantes contre les inondations et de les approvisionner en hydroélectricité et en eau pour l'irrigation, les barrières fluviales ont également des conséquences socio-environnementales imprévues et néfastes. En plus de perturber la migration des poissons, les barrières fluviales et leurs réservoirs peuvent forcer le déplacement de communautés humaines et provoquer des changements aux cycles globaux des nutriments dans l'environnement.Deux bases de données globales sont communément utilisées pour étudier les impacts socio- environnementaux des barrières fluviales: le Global Reservoir and Dam Database (GRanD; Lehner et al. 2011) et le Global Georeferenced Database of Dams (GOOD2; Mulligan et al. 2009). GRanD contient les coordonnées géospatiales de 6862 barrières fluviales ainsi que de l'information sur les caractéristiques physiques de ces barrières, tels que la taille et le volume de leur réservoir. GOOD2 contient les coordonnées géospatiales de 36,193 barrières fluviales. L'exhaustivité de ces bases de données –ou l'exactitude de ces données à représenter les barrières retrouvées sur terre –est inconnue, ce qui peut créer des répercussions majeures. Toute incertitude introduite dans une étude par l'usage de ces bases de données ne peut être quantifiée, alors que les résultats pourraient être sévèrement biaisés ou erronés. Les bases de données à échelle régionale contiennent généralement plus de barrières pour leur région que celles retrouvées dans les bases de données globales. Elles peuvent donc être comparées à leurs équivalents globaux pour déterminer l'accord entre ces deux échelles, identifier les lacunes dans l'information fournie par les bases de données globales et quantifier le degré d'omission à l'aide de mesures statistiques.Cette étude a pour référence régionale les états contigus des États-Unis, puisqu'une grande diversité de tailles de rivières et de caractéristiques géophysiques est retrouvée dans ce pays. Le US National Anthropogenic Barrier Dataset (NABD; Ostroff et al. 2013) est une base de données approfondie et fiable des barrières fluviales du pays contenant les coordonnées géospatiales de 52,456 très petites à très grandes barrières aux États-Unis, en plus d'information sur la taille et le volume du réservoir de chaque barrière. Dans cette thèse, cette base de données américaine a été épluchée puis alignée avec le réseau de rivières HydroSHEDS (Lehner et al. 2008) pour permettre une comparaison stratifiée entre cette base de données régionale et celles globales en termes a) de taille de la barrière et volume du réservoir, b) de type d'usage de la barrière et c) de taille des rivières sur lesquelles les barrières sont situées.Les résultats de cette étude démontrent que, lorsqu'utilisées en conjonction, les bases de données globales atteignent un accord maximal avec les données du NABD pour les barrières fluviales de plus de 15 m de hauteur contenant des réservoirs de plus de 100 millions m3; elles identifient 96% de ces barrières situées sur des rivières avec un débit d'eau de 10 à 99 m3/s. Lorsqu'utilisée indépendamment, la base de données GRanD identifie 74% de barrières avec des réservoirs de plus de 100 millions m3.
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 | 0,035 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».