MétaCan
Menu
← Retour à la cohorte
Enregistrement W7007701049

AgriEAU : outil géomatique d'aide à la gestion et l'aménagement des cours d'eau ruraux

2019· other· fr· W7007701049 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2019
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupporterIndependent stateGeneral interest
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sous l’initiative de l’Université Laval, un projet collaboratif a été mis sur pied afin de répondre au besoin des municipalités régionales de comté (MRC) d’avoir un outil pour les aider à procéder à la création d’un plan d’action face à la gestion et l’aménagement de leurs cours d’eau. Ce projet, qui inclut la participation de l’Université de Concordia et l’Institut de Recherche et Développement en Agroenvironnement (IRDA), a comme objectif de développer un outil informatique qui permet d’effectuer des analyses de cours d’eau pour identifier les zones problématiques potentielles. Dans ce cadre, le projet de maîtrise a consisté à participer au développement du progiciel. Les objectifs du projet de maîtrise ont été de supporter le projet en effectuant une revue de littérature, de participer à son développement, de valider que le progiciel puisse bien diagnostiquer certaines problématiques d’un cours d’eau et, finalement, de valider les méthodes de traitements répertoriés. Supporté par la revue de littérature, le progiciel développé est constitué de onze outils qui permettent de produire les éléments nécessaires à l’analyse des cours d’eau. De ces onze outils, dix ont été supportés (testés et documentés) et un a été complètement développé dans le cadre du projet de maîtrise pour intégrer l’outil «Qmax_PBV» qui permet de calculer les débits maximaux. Les données produites par le progiciel nous confirment la possibilité d’effectuer un diagnostic d’un bassin versant agricole. À partir des données du progiciel, les différents profils transversaux ont été caractérisés soit comme les profils stables, ceux qui s’érodent ainsi que ceux qui présentent de la sédimentation. De cette caractérisation, les observations notées sur le terrain ont été confirmées. Finalement, la méthode d’extraction des profils transversaux qui a été utilisée dans l’un des outils du progiciel a été validée dans le cadre du projet. La méthode de définir des profils transversaux à partir de relevés LiDAR (Roelens et al., 2016) avait été développée avec des LiDAR de densité de 16 pts/m2. L’objectif a été de définir s’il est possible de l’appliquer avec un LiDAR d’une densité de 1pt/m2. L’évaluation qualitative de 21 profils nous a permis de déterminer que la largeur minimale de la zone d’échantillonnage de points LiDAR considérée comme convenable pour l’obtention des profils est de 6 m.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0080,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)→Travaux en français237 207→