Évaluation économique des impacts des changements climatiques sur les services écosystémiques du lac Saint-Pierre
Bibliographic record
Abstract
Le lac Saint-Pierre est le dernier élargissement majeur du fleuve Saint-Laurent avant l’estuaire. Avec une longueur de près de 30 km, une largeur de 13 km et une profondeur moyenne de 3 m, il constitue la plus grande plaine inondable d’eau douce du Québec (MDDEFP, 2013). L’écosystème unique de ce lac est caractérisé par une grande diversité de milieux humides qui servent d’habitat pour un grand nombre d’espèces fauniques et floristiques. Le lac Saint-Pierre a été désigné site Ramsar en 1998, et a été déclaré réserve de la biosphère en 2000 par l’UNESCO. Bien que plusieurs programmes gouvernementaux aient été mis en place au cours des dernières décennies, l’intégrité de l’écosystème du lac Saint-Pierre a été profondément affectée par les activités humaines dans les bassins versants de ses affluents et sa plaine inondable, entraînant ainsi des pertes d’habitat pour la faune et la flore (MDDEFP, 2013). Les changements climatiques ont le potentiel d’entraîner des modifications importantes du régime hydrologique du lac, avec, entre autres, des crues qui seront probablement moins élevées ou plus précoces et des étiages plus sévères (Huard, 2015). Ces situations risquent de rendre les efforts d’amélioration de la qualité de l’eau et des habitats naturels du lac Saint-Pierre encore plus difficiles. Nous résumons dans cet article les principaux résultats d’un projet de recherche (He, Dupras et Poder, 2016) dont les objectifs sont d’évaluer les coûts potentiels des changements climatiques sur les services écosystémiques du lac Saint-Pierre. Nous nous intéressons notamment aux avantages des différentes stratégies d’adaptation relativement à la préservation de ces services à travers une série de méthodes pouvant couvrir à la fois les valeurs d’usage et de non-usage des services écosystémiques du lac Saint-Pierre. En fournissant de nouvelles évaluations, la plupart pour des services écosystémiques non marchands, nous visons à faciliter la prise de décision tant publique que privée pour l’adaptation aux changements climatiques. Ce projet de recherche vise donc ultimement à aider diverses parties prenantes à prendre en compte les impacts des changements climatiques dans leurs décisions et à mettre en place des stratégies d’adaptation et de mitigation pour préserver l’intégrité des services écosystémiques produits par le lac Saint-Pierre.
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 | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 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; 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".