MétaCan
Menu
Back to cohort
Record W7070945291

Quantifier l'évolution future de la variabilité interne du climat dans le nord du Québec et du Labrador

2024· other· fr· W7070945291 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

aboutThe title or abstract carries a Canadian signal from the geographic lexicon.
no affNo Canadian affiliation: this work is invisible to an affiliation-only frame.
No Canadian affiliation. An affiliation-only frame, the usual design, would never have seen this work. It is one of the works that make the case for inverting the frame.

Bibliographic record

VenueArchipelago (University of Quebec in Montreal) · 2024
Typeother
Languagefr
FieldComputer Science
TopicMathematics, Computing, and Information Processing
Canadian institutionsnot available
Fundersnot available
KeywordsEnvironmental factorEnvironmental effectWestern europeStatistical analysis
DOInot available

Abstract

fetched live from OpenAlex

Le climat du Nunavik et du Nunatsiavut est aux premières loges de la hausse de température moyenne qui s’opère globalement depuis quelques décennies. Effectivement, le climat arctique se réchauffe à un rythme plus rapide que le reste du monde (de deux à quatre fois plus vite; Rantanen et al. 2022). Ceci a comme effets de diminuer l’étendue et l’épaisseur de la glace de mer, dégeler le pergélisol, écourter la saison de neige au sol, pour ne citer que quelques-uns. Ces processus affectent les communautés, la flore et la faune nordiques, mais ils jouent aussi un rôle de rétroaction positive sur l’augmentation de température, exacerbant ainsi encore plus le réchauffement aux hautes latitudes. L’étude de cette tendance est donc critique afin d’anticiper les changements qui se manifesteront durant les prochaines décennies. Or, il s’avère difficile de bien discerner ce signal climatique dans les hautes latitudes. Effectivement, le climat nordique est caractérisé par une très forte variabilité, ce qui occulte les tendances locales à long terme de la température de l’air près de la surface (TAS) et rendant plus difficile son analyse. L’avancement de la connaissance sur la variabilité du Nunavik et du Nunatsiavut contribue donc directement à un meilleur discernement du signal de changement climatique dans cette région. Dans le cadre de ce mémoire, nous examinons l’évolution de la variabilité interannuelle de TAS et de l’équivalent en eau de la neige (EEN) durant les saisons d’hiver et du printemps dans le nord du Québec et au Labrador à l’aide du grand ensemble ClimEx. Cet ensemble est constitué de 50 simulations et est basé sur une mise à l’échelle dynamique du grand ensemble global CanESM2-LE faite au moyen de la version 5 du Modèle régional canadien du climat (MRCC5). Spécifiquement, nous avons évalué l’évolution de la moyenne, la variance, ainsi que les extrêmes de l’ensemble pour ces variables au cours du 21e siècle en comparant leurs valeurs au début (2000-2019) et à la fin (2080-2099) du siècle. Nos résultats indiquent une diminution de la variabilité du TAS (30% − 90%) sur l’ensemble du domaine, ce qui semble être principalement causé par l’affaiblissement du gradient latitudinal de température entre le pôle et l’équateur. La diminution de la variabilité de TAS la plus élevée (∼ 90%) se produit sur les bassins océaniques environnants en hiver, ce qui suggère que la perte de glace de mer est une contribution additionnelle à la diminution de la variabilité interannuelle. À l’intérieur des terres, la variabilité de TAS augmente en avril (10% − 20%) et en mai (10% − 90%) sur certaines régions, augmentation qui pourrait être due au déplacement vers le nord de la ligne de neige printanière et aux changements qui résultent de la rétroaction de l’albédo de la neige printanière. La variabilité de l’EEN présente également des changements significatifs, avec une légère diminution en hiver (jusqu’à −30%), ainsi qu’une augmentation allant jusqu’à +30% sur la côte de la Baie d’Hudson. Un dipôle nord-sud de croissance-décroissance est observée de mars (de −40% à 40%) à mai (de −90% à 80%). Notre analyse suggère que ce patron serait causé par la migration vers le nord de la ligne de neige printanière dans un climat futur plus chaud. Ces résultats soulignent la complexité des interactions entre les composantes du système climatique et leurs impacts sur la variabilité de TAS et d’EEN de la région et mettent en évidence l’importance de bien comprendre la variabilité pour améliorer les projections climatiques futures.

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.

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)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.723
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.000
Science and technology studies0.0000.001
Scholarly communication0.0000.001
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.007
GPT teacher head0.201
Teacher spread0.194 · 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