Adapter les zones côtières aux changements climatiques : de la consultation à l’action
Bibliographic record
Abstract
La population riveraine de la région du Golfe du Saint-Laurent (GSL) du Québec est vulnérable à l'impact des changements climatiques (CC) sur l'érosion côtière.La hausse du niveau de la mer et les modifications de la fréquence des tempêtes, du régime des glaces, des cycles de gel et d'autres extrêmes climatiques affectent l'érosion des berges.Un projet d'étude de la zone littorale a été amorcé par Ouranos en 2005 afin de faciliter l'adaptation des communautés côtières de la région du GSL aux CC.L'équipe de recherche a utilisé une approche multidisciplinaire fortement intégrée permettant d'étudier les liens entre le climat régional, les conditions océanographiques et l'évolution de la zone littorale.De plus, l'équipe de projet a testé une méthode participative innovatrice permettant d'acheminer vers les décideurs clés de la zone côtière les points de vue d'une vaste coalition de groupes et d'organisations ayant des intérêts ou des activités dans cette zone, ainsi que les informations scientifiques pertinentes à la prise de décision.Les avantages de cette approche sont : la prise en compte de la science du climat dans la gestion de la zone côtière, une amélioration des communications entre les chercheurs et les acteurs et décideurs de la zone côtière, le développement d'une capacité d'intégrer les connaissances scientifiques à l'échelle régionale et un contexte favorisant l'exécution plus rapide des solutions d'adaptation.
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 | 0.019 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.012 | 0.011 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.006 | 0.006 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
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".