Effets des aléas sur la détermination de crue de sécurité des barrages à Hydro-Quebec
Bibliographic record
Abstract
Cet article s'inscrit dans le cadre des études hydrauliques à réaliser lors des études de sécurité des barrages d'Hydro-Québec. Il se veut être une réflexion concernant un choix judicieux, pour la population à risque et le propriétaire du barrage, de la crue de sécurité d'un barrage en tenant compte des aléas qui y sont rattachés. La méthode de détermination de la crue de sécurité d'un barrage, basée sur l'évaluation des dommages en cas de rupture des ouvrages de retenue, est sommairement présentée.En prenant en compte la tournure imprévisible et le plus souvent défavorable prise par des événements et liée à l'exploitation du barrage en crues extrêmes, des aléas sont définis et catégorisés. Les aléas concernent la gestion des débits (barrage à l'amont dont la gestion est défavorable) et des niveaux d'eau (débris importants dans les passes d'évacuation, vannes non opérationnelles). Trois degrés d'aléas possibles sont définis: normal, critique et grave.Les effets de ces aléas peuvent être évalués lors de la définition des zones d'inondation et dans la méthode d'analyse des dommages causés par la rupture. Ces aléas produisent une translation de la zone d'inondation de rupture dite « incrémentale ». Ils peuvent modifier le niveau des conséquences de rupture du barrage et même le choix de la crue de sécurité d'un barrage.Cette approche d'analyse peut aider à définir le risque lié au choix de la crue de sécurité retenue du barrage et à déterminer les ouvrages hydrauliques requis. Elle permet également de quantifier l'importance des aléas possibles et le niveau de vigilance requis pour chacun d'eux. Elle peut aider à définir des consignes hydrauliques de sécurité du barrage et le délai d'intervention de la sécurité civile pour l'évacuation des personnes en danger.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".