Carte interactive présentant l’exposition et la vulnérabilité aux changements climatiques et des solutions d’adaptation pour la population québécoise
Bibliographic record
Abstract
L’intensification des phénomènes météorologiques extrêmes met à l’épreuve communautés et écosystèmes et entraîne des dommages coûteux. Une mobilisation à tous les niveaux, y compris celle des citoyens, est nécessaire pour renforcer la résilience des territoires. Cependant, l’accès à l’information et la compréhension des risques par le grand public demeurent des freins majeurs à l’adaptation. L’outil développé dans le cadre de ce projet est destiné à la population québécoise et permet à l’utilisateur d’obtenir un résumé des impacts des changements climatiques et des mesures d’adaptation envisageables pour un emplacement choisi. L’outil regroupe des données climatiques et des analyses de vulnérabilité. La première version couvre sept aléas : augmentation des températures, pluies abondantes, chaleur extrême, froid extrême, tempêtes destructrices, sécheresses et crues. Ce mémoire guide le développement de cette première version, soit la sélection des aléas, des indicateurs et des mesures d’adaptation. Il s’appuie sur une revue exhaustive des cartes et outils disponibles au Canada et à l’international, de leurs limites et de leurs fonctionnalités pertinentes. L’analyse de la littérature met en évidence la grande variabilité des approches de définition du risque, de la vulnérabilité et de l’exposition aux aléas climatiques. Les outils existants sont souvent complexes à utiliser et peu vulgarisés, n’étant généralement pas conçus pour le grand public. Les valeurs brutes des modèles climatiques sont traduites en une note sur cinq à partir des critères d’alerte météorologique d’Environnement et Changement climatique Canada, de la littérature scientifique ou de l’écart avec les moyennes historiques. Pour les indicateurs de vulnérabilité, les résultats de l’analyse réalisée par la Ville de Montréal, déjà établis sur cinq, sont repris. La personnalisation des mesures selon l’emplacement a été explorée, mais apparaît comme une fonctionnalité complexe à mettre en place en raison du nombre élevé de paramètres qui entrent en compte. Les perspectives du projet incluent l’ajout d’indicateurs relatifs aux feux de forêt, à la qualité de l’air, aux espèces nuisibles et aux aléas côtiers. Des pistes sont également proposées pour améliorer la personnalisation des mesures selon les réalités et contextes locaux.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.008 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.106 | 0.013 |
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".