Construction de projections hydro-climatiques et leurs incertitudes associées à partir de simulations issues de modèles régionaux de climat : Application à la gestion des eaux des réservoirs hydroélectriques du Québec
Bibliographic record
Abstract
Cet article donne un aperçu des étapes suivies pour construire des projections hydro-climatiques d’écoulement à l’échelle des bassins versants sur la péninsule Québec/ Labrador, avec les incertitudes qui y sont associées. Dans un premier temps, nous montrons que le Modèle régional canadien du climat (MRCC) est capable de reproduire l’écoulement annuel aux bassins à l’intérieur des erreurs d’observation. L’habileté du MRCC à simuler l’écoulement annuel à l’échelle des bassins est étudiée à travers l’analyse du bruit interne intrinsèque au modèle (i. e., variabilité interne reliée à la nature non déterministe du système climatique), que nous trouvons petit (par rapport aux erreurs d’observation et à la variabilité inter-annuelle de l’écoulement observé). L’avantage principal du MRCC réside dans sa base physique car il respecte des bilans équilibrés d’eau et d’énergie, il inclut les rétroactions entre la surface et l’atmosphère, générant des variables qui sont physiquement cohérentes entre elles. Toutefois, quelques faiblesses dans la représentation des processus de neige et du sol de CLASS 2.7 font en sorte que l’écoulement intra-annuel simulé n’est pas adéquat. Nos expériences de sensibilité montrent que la dimension du domaine a un effet important sur l’écoulement annuel simulé. Le schéma de surface et les réanalyses qui pilotent le MRCC ont moins d’influence mais demeurent significatifs. Ces résultats impliquent qu’il faudrait non seulement définir soigneusement la configuration expérimentale d’une simulation selon la région d’intérêt mais également considérer plus d’une simulation MRC (pour tenir compte de la variabilité interne du modèle). En suivant ces étapes, les gestionnaires des réservoirs hydro-électriques peuvent obtenir des valeurs de changement climatique plus fiables. En fournissant un ensemble de projections climatiques régionales, il est alors possible d’évaluer le signal du changement climatique ainsi que le niveau de confiance qui y est associé.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".