La gestion du niveau d’eau des barrages-réservoirs au Québec : aspects juridiques et environnementaux
Bibliographic record
Abstract
Du fait de leur nombre et de leur impact sur l’environnement, les barrages-réservoirs ont façonné considérablement le paysage hydrique du Québec. Puisqu’ils ont créé de vastes bassins d’eau en amont et asséché les berges en aval, plusieurs écosystèmes et des populations entières ont dû, par le passé, s’adapter au changement et doivent, aujourd’hui encore, composer avec la gestion des niveaux d’eau faite par les propriétaires de ces barrages. Dommages à l’environnement ou à la propriété des riverains, ou les deux à la fois, les répercussions de la gestion des niveaux d’eau sont souvent graves et irréversibles. La gestion intégrée et écosystémique de la ressource « eau », telle qu’elle est préconisée par le gouvernement du Québec, y est rarement appliquée. Toutefois, certains recours juridiques existent pour protéger l’environnement directement ou pour y venir en aide indirectement en interdisant les dommages à la propriété riveraine. Les recours, abordés dans l’article qui suit, incluent la responsabilité pour faute, les régimes particuliers et autonomes de responsabilité ainsi que la responsabilité sans faute.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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".