Notice bibliographique
Résumé
Contributors. Preface. 1 Sediment Cascades in the Environment: An Integrated Approach(Timothy P. Burt, Durham University, UK and Robert J. Allison,University of Sussex, UK). 2 Mountains and Montane Channels (Michael Church, Universityof British Columbia, Canada). 3 Landslides and Rockfalls (Nick J. Rosser, DurhamUniversity, UK). 4 Sediment Cascades in Active Landscapes (Tim R. H. Davies,University of Canterbury, New Zealand and Oliver Korup, SwissFederal Institute for Forest, Snow and Landscape Research). 5 Pacific Rim Steeplands (Basil Gomez, Indiana StateUniversity, USA Michael J. Page, GNS Science, New Zealand Noel A.Trustrum, GNS Science, New Zealand). 6 Local Buffers to the Sediment Cascade: Debris Cones andAlluvial Fans (Adrian M. Harvey, University of Liverpool,UK). 7 Overland Flow and Soil Erosion (Louise J. Bracken, DurhamUniversity, UK). 8 Erosional Processes and Sediment Transport in Upland Mires(Martin G. Evans, University of Manchester, UK and Timothy P.Burt, Durham University, UK). 9 Gravel-Bed Rivers (Michael Church, University of BritishColumbia, Canada). 10 The Fine-Sediment Cascade (Pamela S. Naden, Centre forEcology and Hydrology, UK). 11 Streams, Valleys and Floodplains in the Sediment Cascade(Stanley W. Trimble, University of California at Los Angeles,USA). 12 Lakes and Reservoirs in the Sediment Cascade (Ian D.L.Foster, University of Westminster, UK). 13 Continental-Scale River Basins (David L. Higgitt, NationalUniversity of Singapore). 14 Estuaries (Tom Spencer, Cambridge University, UK andDenise J. Reed, University of New Orleans, USA). 15 The Continental Shelf and Continental Slope (David N.Petley, Durham University, UK). Index.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».