Identification d'un réseau hydrométrique pour le suivi des modifications climatiques dans la province de Québec
Bibliographic record
Abstract
Depuis une dizaine d'années, la communauté scientifique s'est beaucoup intéressée à l'hypothèse d'un réchauffement à l'échelle planétaire. De nombreuses études ont porté sur l'analyse de ces modifications climatiques éventuelles ainsi que sur la modélisation de leurs impacts sur les ressources en eau. Cependant, malgré l'attention croissante que reçoit le sujet des modifications climatiques, très peu de travail a été accompli pour mettre en place des réseaux de mesure spécialement conçus pour l'étude des modifications climatiques et leurs impacts sur les ressources en eau, et pour créer des bases de données adaptées à cet objectif. Cette tâche est encore plus nécessaire dans le cadre des réductions budgétaires auxquelles sont soumis les réseaux hydrométriques dans certains pays développés. Cet article présente les bases d'une étude dont l'objectif est la conception d'un réseau hydrométrique pour le suivi des modifications climatiques dans la province de Québec, Canada. Le but est d'identifier, afin de les conserver, les stations de jaugeage les plus adéquates pour accomplir cette tâche. L'article présente aussi une brève revue des types de modifications climatiques qui peuvent être observés et de certains tests qui existent pour leur détection et leur quantification. Une procédure bayésienne de détection des sauts de la moyenne a été sélectionnée sur la base de ses avantages théoriques, et appliquée aux séries de données des stations retenues au Québec.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".