Analyse et comparaison des caractéristiques des crues dans un contexte de changements climatiques.
Bibliographic record
Abstract
L’impact des changements climatiques (CC) sur les pointes des crues a fait l’objet de \nplusieurs travaux. Cependant, une crue est caractérisée non seulement par sa pointe, mais \naussi par d’autres caractéristiques telles que la date de début, la date de fin, la date de \npointe, la durée, le débit de pointe, le volume, le taux de montée et la forme de \nl’hydrogramme. Peu d’efforts ont été orientés vers l’étude de l’impact des CC sur ces \ncaractéristiques. Le présent travail consiste à évaluer et à comparer les caractéristiques \ndes crues dans un contexte de CC en se basant sur des données historiques, des résultats \ndes réanalyses et des résultats des simulations à l’horizon 2050. La zone d’étude \nconsidérée est le bassin versant du réservoir « Baskatong ». Il représente le réservoir \ninfluant du bassin versant de la rivière « Gatineau ». Les résultats des simulations sont \nobtenus à partir des deux modèles hydrologiques HSAMI et HYDROTEL. Les \ncorrélations, la stationnarité, les dépendances et les points de rupture des séries des \ncaractéristiques de crue ont été étudiés. Les lois marginales et copules des principales \ncaractéristiques ont été obtenues. Les résultats montrent que, à différents sens et \nampleurs, toutes les caractéristiques de crue pourraient être affectées par les CC. \n
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".