MétaCan
Menu
Back to cohort
Record W6891567274 · doi:10.4224/40003538

Les inondations causées par la glace de rivière : un aperçu des mesures d'atténuation

2025· report· fr· W6891567274 on OpenAlexaffvenue

Bibliographic record

VenueNPARC · 2025
Typereport
Languagefr
Field
Topic
Canadian institutionsNational Research Council CanadaGovernment of Canada
Fundersnot available
KeywordsWestern europeClimatic variabilityEarth observation satellite

Abstract

fetched live from OpenAlex

Dans les pays où les rivières gèlent en hiver, la glace peut provoquer des inondations majeures le long des berges. Ce phénomène se produit parce que la présence de glace réduit le débit de la rivière, ce qui fait monter le niveau de l’eau en amont. Plus le dessous du couvert de glace est rugueux, plus l’augmentation du niveau de l'eau en amont est importante. Les embâcles de glace présentent le plus grand potentiel d'inondation, puisqu’un empilement de fragments de glace peut obstruer le chenal et réduire encore plus l'écoulement de l’eau. Les débâcles peuvent également causer des inondations en aval de l'endroit où l’embâcle s'est formé. Un ouvrage de protection contre les glaces est un moyen couramment utilisé pour réduire le risque d’inondation. Ces ouvrages peuvent être amovibles, comme les estacades, les déversoirs et les filets, ou fixes, comme les déversoirs permanents, les piles et les murs de protection contre les inondations. Les travaux de terrassement constituent une troisième option, qui est plus complexe. Ils comprennent la modification des chenaux, les îles artificielles, les épis et les digues. On peut également recourir à des moyens de nature non structurale pour réduire le risque d'inondation, notamment en stimulant la formation d’un couvert de glace avec une surface inférieure lisse ou en favorisant la rupture du couvert de glace (à l’aide de techniques de déglaçage, de découpage ou de fonte, d’un traitement de la surface ou d’affluents chauds). On peut également déblayer les embâcles pour minimiser le risque d'inondation. Il est possible d'évaluer la résilience d'un site face aux inondations provoquées par la glace. Pour ce faire, il faut d'abord comprendre l’état général de la rivière à cet endroit et déterminer si elle est en mesure de résister à des montées du niveau de l'eau. Qu’est-ce qui est en place actuellement, ou qui peut être facilement mis en œuvre pour anticiper une inondation ? On peut effectuer cette évaluation dans une perspective à court terme (de quelques jours à quelques semaines) et à long terme, afin d’évaluer les répercussions des changements climatiques au cours des décennies à venir.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.025
Threshold uncertainty score0.049

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0020.002
Scholarly communication0.0030.001
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0120.003

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.

Opus teacher head0.044
GPT teacher head0.342
Teacher spread0.298 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2025
Admission routes2
Has abstractyes

Explore more

Same venueNPARCFrench-language works237,207