Modélisation des exportations de sédiments et de nutriments dans le bassin versant de la rivière Tomifobia dans un contexte de changements climatiques
Bibliographic record
Abstract
La pollution diffuse provenant des milieux agricoles a une influence majeure sur la qualité de l’eau. Le transport de sédiments et de nutriments, tels que le phosphore et l’azote, est particulièrement préoccupant. Les changements climatiques anticipés modifieront le régime hydrologique des rivières, ce qui entraînera des conséquences difficiles à anticiper, notamment sur la qualité de l’eau. Le site à l’étude est le bassin versant de la rivière Tomifobia, situé au sud-ouest du Québec, qui possède une superficie de 436 km² et qui comporte une forte activité agricole. Il a un impact important sur la qualité de l’eau du lac Massawippi puisqu’il draine 70% de son bassin versant. Le modèle hydrologique spatialisé Soil and Water Assessment Tool (SWAT) a été utilisé pour effectuer l’évaluation quantitative et qualitative de l’apport en eau à la rivière. Les activités agricoles ont été représentées dans le modèle selon un calendrier typique pour chacune des différentes cultures. Le calage et la validation du modèle pour le débit de la rivière Tomifobia ont été effectués à l’aide de la reconstitution des apports au lac Massawippi. Pour la qualité de l’eau, les données provenant de l’Institut de recherche et de développement en agroenvironnement (IRDA), du Comité de gestion du bassin versant de la rivière Saint-François (COGESAF) et la campagne d’échantillonnage du Groupe de recherche sur l’eau de l’Université de Sherbrooke (GREAUS) ont été utilisées. Les éléments analysés par rapport à la qualité de l’eau sont les sédiments, le phosphore et les nitrates. Différentes projections climatiques ont été entrées dans le modèle dans le but de déterminer les tendances hydrologiques futures. L’impact des changements climatiques sur le régime hydrologique se traduit principalement par une augmentation des débits hivernaux et une diminution des débits printaniers. Aucune tendance statistiquement significative n’a été observée pour la période estivale et automnale. L’effet des changements climatiques sur les exportations de nitrates est similaire à celui sur le débit. Pour les exportations de sédiments et de phosphore, on note une hausse à l’hiver, une baisse au printemps et une hausse pour l’été et l’automne.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 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".