River system classifications and cumulative watershed perspectives to inform sustainable river basin management at global and regional scales
Bibliographic record
Abstract
À l'heure actuelle, les humains s'approprient plus de la moitié des ressources eau renouvelable et accessible de la Terre. Cette forte demande fait pression sur nos ressources hydriques. On estime que 65% du débit mondial est altéré de façon modéré à élevé par des stress anthropiques. Une façon d'atténuer certaines de ces pressions est de développer et d'appliquer des pratiques de gestion durable au sein des systèmes fluviaux. La gestion durable est multidimensionnelle et nécessite souvent de rassembler des informations provenant de diverses disciplines. Pour faire progresser la gestion durable des systèmes fluviaux, nous avons besoin d'informations, de données et de méthodes liées à différents thèmes reflétant la nature cumulative de ces systèmes. Dans cette thèse, j'explore des pistes d'intégration vers les pratiques de gestion durable de trois de ces thèmes, à savoir le régime des écoulements naturels, la biodiversité des eaux douces et les services écosystémiques, en développant des données et méthodes pour trois études à grande échelle.J'ai développé une approche multidisciplinaire de la classification des rivières et je l'ai utilisé pour concevoir une première typologie de segment de rivières à l'échelle mondiale. Par la suite, j'ai appliqué cette approche pour deux classifications des rivières à l'échelles régionales où j'ai évalué (1) contribution potentielle à l'évaluation des besoins environnementaux au Canada des classes résultantes et (2) la possibilité d'utilisé les classes de rivières comme indicateurs des assemblages de poissons dans la Grande Région du Mékong. Enfin, au Canada, j'ai quantifié la capacité, la demande et les pressions découlant de l'approvisionnement en eau douce en fonction de la connectivité hydrologique et j'ai conçu un indicateur composite de risque pour ce service. Les classifications qui résultent à l'échelle mondiale, au Canada et de la Grande Région du Mékong, fournissent des typologies qui peuvent être utiles pour les efforts de conservation des milieux aquatiques et les évaluations environnementales. L'approche hydrologique de la quantification des services écosystèmes peut être utilisée pour concevoir de nouvelles évaluations à grande échelle des services écosystémiques à travers le monde cohérentes avec la réalité des systèmes fluviaux. Les conclusions tirées de ma thèse traitent de l'importance des approches statistiques innovatrices, de la hiérarchie spatiale et de l'interdisciplinarité comme outil pour approfondir notre compréhension des grands systèmes fluviaux.
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 | 0.005 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.010 | 0.012 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".