MétaCan
Menu
Retour à la cohorte
Enregistrement W2916440028 · doi:10.4000/vertigo.20558

Caractérisation de la morphologie des massifs dunaires de la région Pays de la Loire (France) face au risque de submersion marine

2018· article· fr· W2916440028 sur OpenAlexvenueno aff
Martin Juigner, Marc Robin

Notice bibliographique

RevueVertigO · 2018
Typearticle
Languefr
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhysicsGeographyForestry

Résumé

récupéré en direct d'OpenAlex

Les massifs dunaires peuvent jouer un rôle d’obstacle face au risque de submersion marine, notamment au droit de secteurs à enjeux humains et non-humains, ce qui justifie l’intérêt de l’évaluation de leur capacité à protéger les zones basses. Cet article propose une démarche géomatique reproductible pour évaluer : (i) la sensibilité des massifs dunaires, (ii) l’exposition des enjeux bâtis et réseau routier face au risque de submersion marine et (iii) la capacité de protection globale des massifs. La segmentation des 140 km de cordons littoraux et flèches sableuses de la région Pays de la Loire est réalisée à l’aide de boites de 25*400 m. Huit indicateurs synthétiques sont extraits de données génériques puis calculés au sein de chaque boite : l’altitude minimum de la crête, l’assise et le volume du cordon de 1re ligne ; la dynamique historique du trait de côte ; l’emprise des zones basses et l’assise du cordon de 2e ligne ; l’emprise et la hauteur d’eau potentielle des enjeux bâtis et réseau routier implantés en zone basse. L’agrégation des indicateurs conduit à la création d’indices dont la valeur dépend de l’intensité et de la concomitance des indicateurs. Cette démarche simple, exhaustive et reproductible permet (i) d’évaluer finement l’ensemble des sites étudiés et (ii) de localiser les secteurs sensibles et/ou exposés à l’aléa submersion marine. À terme, cette démarche ambitionne d’aider à prioriser l’action publique sur les secteurs les plus à risque grâce à un porter à connaissance qui repose sur une approche objective du risque.

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)0,001
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 enseignants0,217
Score d'incertitude au seuil0,431

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,218 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetCoastal and Marine DynamicsTravaux en français237 207