Prise en compte par le logiciel Hydrotel des lacs et réservoirs à sorties multiples.
Bibliographic record
Abstract
Dans le cadre de ce projet, un effort particulier a été porté sur la modélisation des lacs \nqui, par leur étendue et leur nombre, conditionnent fortement la forme des écoulements \ndans le Nord québécois. Le commencement logique était de déterminer comment \nHYDROTEL prenait en compte ces éléments du réseau hydrographique, et de lister ce \nqui pouvait être ajouté à cette modélisation. Le cas des lacs à sorties multiples, rencontré \nfréquemment dans ce type de région, mais aussi un peu partout dans le monde, au moins \ndurant une partie de l'année, a eu droit à un traitement particulier. Il s'agit là d'un point \nimportant pour la production hydroélectrique dans un souci d'évaluation précise des \napports. \nPour effectuer une telle modélisation, il est nécessaire de connaître la relation liant niveau \ndu lac et débit sortant à chacun des exutoires. Il faut aussi modifier l'algorithme existant \nde traitement des lacs dans HYDROTEL afin que celui-ci soit capable d'aborder de tels \ncas. \nL'algorithme produit a été validé de manière théorique sur un exemple simple, ce qui a, \nen outre, permis de mettre en évidence l'existence d'un critère de convergence à respecter \nlors de la mise en place d'une simulation. \nLe logiciel CEQUEAU, autre réalisation de l'INRS-ETE, est également doté d'un \nalgorithme de calcul des écoulements dans les lacs. Ce programme, qui nécessite lui aussi \nla connaissance des relations niveau/débit, a été implémenté à HYDROTEL pour ensuite \nêtre comparé avec la méthode utilisée jusqu'à présent. C'est l'exemple du lac Ludger \n(Laurentides) qui a été utilisé à cette fin. Les résultats montrent l'intime proximité qui \nexiste entre ces deux algorithmes, qui parviennent tous deux à modéliser l'écoulement de \nmanière satisfaisante. \nPour aider l'utilisateur du programme qui ne dispose pas toujours d'autant de données \nqu'il le souhaiterait, une méthode a été développée pour permettre d'approximer une telle \nrelation. Elle est basée sur la modélisation hydrodynamique 2D et fait appel à un autre \noutil de simulation, en l'occurrence le logiciel MODELEUR/HYDROSIM, développé lui \naussi à l'INRS-ETE. Le cas de figure choisi a été celui du lac Kénogami (Saguenay-Lac-Saint- \nJean), parce qu'il existait une application HYDROTEL de son bassin versant qui ne \ntraitait pas explicitement des deux sorties. \nCe projet a permis d'acquérir de nombreuses connaissances sur le fonctionnement des \nlacs, en particulier sur les éléments influençant les écoulements dans ces derniers. Cette \nexpertise est un précieux atout pour qui veut s'employer à modéliser les processus \nhydrologiques dans des zones telles que le Québec septentrional, et qui sera \nirrémédiablement amené à prendre en compte cette problématique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".