Analyse spatiale pour l'hydrogéologie en milieu boréal québécois : bilan hydrologique et gestion du territoire
Bibliographic record
Abstract
Analyse spatiale pour l’hydrogéologie en milieu boréal québécois : bilan hydrologique et gestion du territoire Cette étude se concentre sur l'utilisation d'approches SIG, réalisées sur de vastes territoires reculés où les données préexistantes sont rares et limitées, pour acquérir de nouvelles connaissances sur les réserves et les flux de l’eau souterraine. Des informations nécessaires pour maintenir l’approvisionnement en eau potable des communautés locales et assurer la préservation des écosystèmes dépendant de l’eau souterraine malgré les changements anticipés. La zone d'étude couvre 185 000 km2 englobant de vastes bassins versants boréaux du bassin de la Baie-James (Canada). Une analyse spatiale multicritères (AMC) basée sur des données géologiques et hydrogéologiques a été couplée à des calculs géométriques afin d'évaluer le volume des aquifères granulaires peu profonds et d'identifier les zones où la protection des eaux souterraines doit être prioritaire. Des données satellitaires et des modèles spatiaux combinés à des données in situ, telles que des mesures de débit et la composition géochimique de l’eau (isotopes stables [δ2H-δ18O] et conductivité électrique), ont ensuite été utilisés pour calculer le bilan hydrologique terrestre et estimer les composantes du cycle de l'eau. Enfin, un nouvel indice basé sur la stabilité de l'indice de sécheresse Température-Végétation, calculé à partir de 290 images du satellite Landsat 8, a révélé l'emplacement de potentiels occurrence d’écosystèmes dépendant des eaux souterraines (POEDES).
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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".