Analyse du potentiel tsunamigénique des glissements de terrain possibles dans une ancienne mine à ciel ouvert à Black Lake, Québec
Bibliographic record
Abstract
Dans le cadre d’un mandat de recherche confié à l’Université Laval par le Ministère des Transports du Québec et consistant à la réalisation d’une analyse initiale des mouvements de terrain liés à l’exploitation minière et leurs conséquences possibles sur les infrastructures routières et urbaines à Black Lake, ce projet de maîtrise a pour but d’analyser le potentiel tsunamigénique des glissements de terrain actifs sur la paroi est de la mine abandonnée LAB d’Amiante du Canada suite au remplissage actuellement en cours de la fosse. Pour ce faire, le logiciel GeoClaw, basé sur le système d’équations de Barré de Saint-Venant, a été utilisé afin de modéliser numériquement la formation d’un tsunami. Étant donné que la possibilité qu’un tsunami soit généré à Black Lake ne pourrait se réaliser que dans plusieurs années, le modèle utilisé a été tout d’abord validé en l’utilisant pour un cas québécois récent survenu en 2014 au Lac-des-Seize-Îles. La génération d’un tsunami est non seulement fonction du plan d’eau dans lequel il peut se produire, mais aussi du volume impliqué et de la vitesse de déplacement d’une masse en mouvement. Ces paramètres ont donc été préalablement déterminés avant de procéder à l’analyse du potentiel tsunamigénique des divers scénarios possibles le long de la paroi est de la mine. Étant donné les diverses incertitudes inhérentes à une telle analyse prospective, la modélisation numérique de la génération, de la propagation et de l’inondation d’un tsunami a été réalisée par une approche paramétrique, en utilisant les différents scénarios établis par les analyses de stabilité et de la cinématique ainsi qu’un modèle numérique de terrain obtenu à partir de plusieurs levés LiDAR en tant que paramètres d’entrée. De plus, l’effet du remplissage graduel de la fosse, provoqué par l’arrêt des opérations d’exploitation et de pompage, a aussi été évalué pour les divers scénarios. Les travaux ont permis d’identifier, si tel est le cas, le niveau minimal requis dans la fosse pour qu’il y ait atteinte des différentes infrastructures durant l’inondation, et d’ainsi estimer, pour chacun des scénarios, les conséquences potentielles advenant l’accélération soudaine d’un glissement de terrain et la formation d’un tsunami. Les principaux résultats démontrent que si un glissement de terrain avait réellement à se produire, trois scénarios sont potentiellement plus problématiques en termes de conséquences liées à l’inondation des différentes infrastructures. L’infrastructure routière principale du secteur (c.-à-d. la Route 112) serait potentiellement affectée, avec une gravité variable en fonction du niveau d’eau du lac et de la vitesse de mobilisation des glissements de terrain, alors que les infrastructures urbaines du secteur de Black Lake seraient toujours épargnées. Finalement, cette analyse aura aussi démontré l’intérêt d’étendre l’application de cette méthode à d’autres cas récents et historiques 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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".