Impacts de changements climatiques sur le régime hydrologique : le cas de la riviere Moisie
Bibliographic record
Abstract
Les résultats du modèle de circulation générale (MCG) à haute résolution du Centre climatologique canadien (CCC) sont utilisés pour estimer l'ampleur des impacts d'éventuels changements climatiques sur le régime hydrologique d'une rivière de la côte nord du Saint-Laurent. Pour le Québec, le MCG du CCC prévoit des augmentations annuelles de l'ordre de 0 à 15 % pour les précipitations et de 4 à 5° C pour les températures, tandis que les variations saisonnières seraient beaucoup plus importantes, les températures hivernales (décembre à février) augmentant de 6 à 9° C et les précipitations 15 à 20 %. Le modèle hydrologique CEQUEAU est appliqué au bassin versant de la rivière Moisie, pour simuler les débits dans le contexte climatique actuel et dans ce nouveau contexte climatique. Pour ce bassin versant, les précipitations annuelles seraient pratiquement inchangées alors que les températures annuelles augmenteraient de 4° C. En appliquant, aux 24 dernières années (1986-1989), les changements mensuels de précipitation et température découlant du MCG, le débit annuel moyen serait réduit d'environ 5 % et l'écart-type augmenterait de 15 %. La probabilité des années humides serait pratiquement inchangée alors que pour les années les plus sèches enregistrées au cours de ces 25 dernières années soit 600 mm, la probabilité de non dépassement dans ce nouveau contexte climatique passerait de 0,12 à 0,28 ; les débits annuels, d'occurence décennale, diminueraient d'environ 10 %. On assisterait à une modification plus importante dans la distribution mensuelle des écoulements. Les débits moyens des mois d'été (juillet à septembre) seraient réduits d'environ 35 % tandis que pour les mois d'hiver les écoulements moyens seraient plus soutenus.
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 | 0.004 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.005 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.001 |
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; both teacher heads agree on what is shown here.
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".