MétaCan
Menu
Back to cohort
Record W6997310203

Vagues de chaleur : variabilité historique et changements futurs dans le sud du Québec

2019· other· fr· W6997310203 on OpenAlexaboutno aff

Bibliographic record

VenueArchipelago (Université du Québec à Montréal) · 2019
Typeother
Languagefr
FieldBusiness, Management and Accounting
TopicFinancial Distress and Bankruptcy Prediction
Canadian institutionsnot available
Fundersnot available
KeywordsPoison controlClimate extremesFood supply
DOInot available

Abstract

fetched live from OpenAlex

Cette étude a pour objectif d'évaluer la distribution régionale des canicules dans le Sud du Québec en tenant compte des conditions climatiques actuelles et futures afin de mieux anticiper les changements futurs dans la sévérité et l'occurrence des vagues de chaleur au Québec et les impacts potentiels. Une approche multicritère, basée sur une méthode développée par Météo-France, est utilisée pour définir et caractériser une canicule selon quatre critères; la durée, l'intensité maximale, la sévérité et l'indice Humidex. La détection des canicules est basée sur les seuils de températures moyennes quotidiennes (99,5\ 97,5e et 95e centiles) afin de développer une analyse flexible des canicules sur le territoire. Ces seuils se comparent à ceux basés sur les impacts sanitaires suggérés par l'institut national de santé publique du Québec. La canicule de 2010 qui fut une des plus intenses au Québec est analysée à partir des données de stations météorologiques, de valeurs observées interpolées sous forme de grille et de modèles régionaux pilotés par des réanalyses. Les modèles régionaux, pilotés aux frontières latérales par des modèles globaux, projettent, dans 50% des cas, des vagues de chaleur de la même sévérité que celle de 2010 et dans 10% des cas, des vagues de chaleur de 3 à 6 fois (RCP4.5) voire de 10 à 20 fois (RCP8.5) plus sévères que la vague de chaleur de 2010 à la fin du XXIe siècle. Le nombre de vagues de chaleur doublerait (RCP4.5) / quadruplerait (RCP8.5) à la fin du siècle par rapport au début du siècle d'après les simulations de modèles utilisées. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : vague de chaleur, canicule, multicritère, Québec, sévérité, centiles, Humidex

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.613
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.000
Science and technology studies0.0010.000
Scholarly communication0.0000.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.002

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 head0.005
GPT teacher head0.151
Teacher spread0.146 · 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; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

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
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (Université du Québec à Montréal)Same topicFinancial Distress and Bankruptcy PredictionFrench-language works237,207