Simulation hydrologique des derniers jours de la crue de printemps: le problème de la neige manquante
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Résumé Sur le territoire Québécois, l'hydrologie opérationnelle se doit de fournir des prévisions fiables de la crue de printemps. Des modèles hydrologiques utilisant notamment des équivalents en eau de la neige au sol (EEN) observés comme condition initiale servent à cette fin. Ces modèles éprouvent toutefois des difficultés importantes pour simuler la partie finale de la crue de printemps. Une approche originale permettant de caler et d'alimenter les modèles hydrologiques avec des apports verticaux de fonte et de pluie, qui sont corrigés de façon continue à l'aide des EEN observés bi-mensuellement, est proposée. Cette approche, testée sur le bassin de la Rivière du Nord, permet d'améliorer la qualité de la simulation de la crue de printemps. Des erreurs importantes demeurent et mènent à la conclusion, qu'en partie du moins, les méthodes d'observation de la neige couramment utilisées au Québec peuvent être à la source du problème. Le texte est aussi traversé par l'idée qu'une autre partie de l'explication tient peut-être dans la présence difficilement prouvable d'un nouveau monstre des neiges. Citation Turcotte, R., Fortier Filion, T.-C., Lacombe, P., Fortin, V., Roy, A. & Royer, A. (2010) Simulation hydrologique des derniers jours de la crue de printemps: le problème de la neige manquante. Hydrol. Sci. J. 55(6), 872–882.
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.
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 | 0.013 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.013 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it