MétaCan
Menu
← Retour à la cohorte
Enregistrement W1567567655 · doi:10.7202/032664ar

Typologie morpho-génétique des marelles du marais littoral de la baie de Kangiqsualujjuaq, estuaire du George, Québec nordique

2007· article· fr· W1567567655 sur OpenAlexaffvenueabout
Alain Fournier, Michel Allard, Maurice K. Séguin

Notice bibliographique

RevueGéographie physique et Quaternaire · 2007
Typearticle
Languefr
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésIntertidal zoneForestryGeographyHumanitiesArtGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Des marées d'un très grand marnage (12 m aux vives-eaux) caractérisent l'estuaire du George. Dans la partie supérieure des marais littoraux, la faible fréquence des submersions et l'importance des surfaces à découvert permettent la croissance de gel intertidal sous forme de buttes de pergélisol et de gel saisonnier épais. Sur le marais littoral de la baie de Kangiqsualujjuaq, la dynamique du gel intertidal, l'activité glacielle et l'action sédimentaire des vagues, de la marée et de l'eau de ruissellement sont responsables de la formation et du développement de plus de 170 marelles littorales. On peut distinguer 10 types de marelles se répartissant selon le gradient inondation sur le marais, qui se divise topographiquement en marais inférieur, en marais supérieur sans gel intertidal et en marais supérieur avec gel intertidal. Les marelles créées par l'action du gel se trouvent dans les parties les plus hautes du marais qui sont protégées de l'action des vagues et des glaces flottantes. Les marelles produites par la dynamique sédimentaire de la baie se situent dans les secteurs exposés aux agents littoraux, surtout dans l'axe de l'ouverture de la baie sur l'estuaire. Le régime de température et de salinité des marelles dépend de facteurs externes, comme la fréquence de submersion par la marée ou les précipitations, mais également de facteurs internes, comme la situation topographique et la morphologie des bassins.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,348
Score d'incertitude au seuil0,700

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,271
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGéographie physique et Quaternaire→Même sujetClimate change and permafrost→Travaux en français237 207→