Résultats du projet d’acquisition des connaissances sur les eaux souterraines du territoiremunicipalité de Lanaudière, de l’est de la Mauricie et de la Moyenne-Côte-Nord. PACES-LAMEMCN – section Moyenne-Côte-Nord (projet pilote)
Bibliographic record
Abstract
Le Centre d’études sur les ressources minérales (CERM) de l’Université du Québec à Chicoutimi (UQAC) a réalisé une première étape de la caractérisation régionale des aquifères et des eaux souterraines du territoire municipalisé de la région de la Moyenne-Côte-Nord (MCN). Cette étude a été effectuée dans le cadre du projet d’acquisition de connaissances sur les eaux souterraines des territoires municipalisés de Lanaudière, de l’est de la Mauricie et de la Moyenne-Côte-Nord (PACES-LAMEMCN), géré par le ministère de l’Environnement et de la Lutte contre les changements climatiques (MELCC). Sur le territoire de la Moyenne-Côte-Nord, l’étude a pris la forme d’un projet pilote dont le principal objectif était de cibler les principaux enjeux régionaux en lien avec les eaux souterraines. Ce rapport présente les résultats du projet pilote réalisé sur le territoire de la Moyenne-Côte-Nord (nommé tout au long du texte « PACES (projet pilote) ») dans le cadre du PACES-LAMEMCN. Le PACES (projet pilote) a été réalisé de 2019 à 2021. Dans un premier temps, le projet a porté sur l’inventaire des données hydrogéologiques existantes. Dans un second temps, il a permis l’acquisition de données complémentaires ciblées, afin notamment de rendre compte des réalités du terrain. De plus, trois rencontres avec les partenaires régionaux, réunis à Sept-Îles, ont permis de maintenir un contact tout au long du projet. Au terme du projet, 122 rapports techniques ont été récupérés. Les données hydrogéologiques provenant de bases de données numériques déjà existantes (SIH, MTQ, SIGEOM) ont été récupérées, transférées et centralisées dans une base de données géospatiales exploitable par un système d’information géographique (SIG). Au total, 2 241 données ponctuelles ont été récupérées (1787 stations du SIGEOM, 131 du MTQ et 329 puits du SIH). Des échantillons d’eau souterraine ont été prélevés dans 60 puits résidentiels, 12 levés hydrogéochimiques ont été réalisés dans des tourbières et 30 levés stratigraphiques ont été réalisés sur des bords de route, de rivière, ou dans des sablières/gravières En ce qui concerne les connaissances hydrogéologiques, les résultats saillants de l’étude sont les suivants : - Des 17 municipalités présentes sur le territoire, 9 sont alimentées en eau potable à partir d’eau souterraine, 2 possèdent une alimentation mixte (surface/souterraine) et 6 sont alimentés entièrement en eau de surface; - L’information cartographique sur la géologie des dépôts de surface est incomplète, voire inexistante à certains endroits ; - Les massifs deltaïques/pro-deltaïques présentent des épaisseurs considérables et couvrent des superficies importantes. Plusieurs puits d’alimentation sont installés dans ce type de dépôts granulaires et 80% des puits échantillonnés sont installés dans ce type de sédiments à des profondeurs très variées (1m à 60 m). - La majeure partie des puits résidentiels ne sont pas répertoriés et sont en particulier absents du système d’information hydrogéologique (SIH) du MELCC; - Environ 30% des échantillons prélevés dépassent les critères esthétiques (OE) pour le manganèse, souvent en association avec des dépassements en fer et 57% de l’ensemble des échantillons prélevés étaient acides (pH < 6.5) ; - Les intervenants rencontrés se sont montrés concernés par l’état de la ressource en eaux souterraines sur le territoire et sont très intéressés à donner suite aux travaux initiés dans le cadre du PACES (projet pilote) ; - Malgré leur omniprésence sur le territoire, les communautés des Premières Nations n’ont pas été impliquées à ce jour dans le projet II En bref, les enjeux scientifiques mis en évidence par le PACES (projet pilote) incluent: 1) la mauvaise répartition des données ponctuelles disponibles et le manque de données; 2) le manque de données cartographiques sur les dépôts de surface; 3) le manque de connaissance sur la qualité de l’eau souterraine des puits résidentiels ; 4) l’impact potentiel des milieux tourbeux sur la qualité de l’eau potable; 5) et la vulnérabilité des puits résidentiels et municipaux à la contamination par les eaux du fleuve Saint-Laurent dans le contexte actuel de changements climatiques : la montée des eaux marines combinée à l’augmentation de l’érosion côtière favorisent l’invasion du biseau salin plus profondément dans les terrains.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".