Les changements projetés des caractéristiques des inondations dans un contexte multi-varié sur la région de Québec en utilisant plusieurs MRC du projet NARCCAP
Bibliographic record
Abstract
Dans cette étude, les impacts du changement climatique sur les caractéristiques des crues, c.-à-d le pic, le volume et la durée, sont évalués pour 21 bassins versants situés dans le Nord Est du Canada, couvrant principalement la province Québec. Plusieurs modeles régionaux climatiques (MRC) d'ensemble proveneant du North American Regional Climate Change Assessment Program (NARCCAP) sont utilisés. Trois MRC sont considérés, pilotés par les ré-analyses II de Nationale Center of Environemental Prediction (MRC-NCEP), pour la période 1980-2004, et par quatre modèles de circulation générale de l'atmosphère-océan (MRC-MCGA) pour le climat present étalant sur la pèriode de 1971 à 2000 et le climat future pour la pèriode 2041-2070. Une analyse de fréquence univariée pour chaque caractéristique d'inondation axée sur les niveaux de retour (5 et 30-ans) ainsi qu'une autre analyse bivariée dite copula basée sur les paires corrélés des caractéristiques des crues (c.-à-d pic-volume, pic-durée et volume-durée) sont effectuées. Les erreurs de performance des MRC provenant du parametrage dynamique et physique des modeles ainsi que les erreurs dues aux choix de forcage aux frontières par MCGA sont évaluées. En général, la performance de MRC-NCEP varie d'un modele à un autre et depend fortement de l'emplacement géographique des bassins visés. Les simulations MRC-MCGAs presentent des configurations spatiales differentes pour les erreurs dues au forçage aux frontières dans chaque étape d'analyse des caractéristiques des crues : analyse satistique, univariée et bi-variée. Ceci depend essentiellement du choix de modèle de circulation générale pour le pilotage. Les MRC-MCGA suggèrent une augmentation future dans les valeurs moyennes, dans les niveaux de retour de 5- et 30-ans et dans les probabilités conjointes d'occurrence des trois caractéristiques des crues, avec quelques diffeérences entre les bassins versants et entre les différentes simulations des combinaisons des modèles. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : changement climatique, modélisation climatique régionale, Copula, caractéristiques des crues, analyse fréquentielle, Nord-Est Canadian.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".