Contribution à l’étude de l’érosion des berges : analyse à haute résolution spatio-temporelle des mouvements subaériens sur une berge de la rivière Ouelle, Québec, Canada
Bibliographic record
Abstract
Trois processus distincts agissant en interrelation contribuent à l’érosion des berges en bordure des cours d’eau : les mouvements de masse, l’érosion fluviale et les mouvements subaériens. Ces derniers résultent de l’effet conjugué des cycles gel-dégel, des cycles d’humidification-dessiccation et de la désagrégation des sédiments par les gouttes de pluie et le ruissellement. Les deux premiers processus érosifs sont les plus connus. Les mouvements subaériens sont moins documentés car ils sont généralement considérés comme un mécanisme préparatoire affaiblissant la berge et facilitant l’érosion par les deux autres processus. Cette étude examine les mouvements subaériens en tant que processus érosifs à l’aide d’observation in situ permettant de décrire et de quantifier leur contribution à l’érosion des berges. Une berge en érosion sur la rivière Ouelle, Québec, a été étudiée à l’aide de levés topographiques mensuels issus d’un LIDAR terrestre (Scan-station II de Leica). Les levés d’une résolution d’1 cm (10 000 points/m2) couvrent une période de dix mois et permettent de suivre l’évolution saisonnière des processus érosifs. Les résultats révèlent que les mouvements subaériens entraînent des épaisseurs d’érosion entre 5 et 50 mm/mois sur l’ensemble de la berge ; l’épaisseur d’érosion variant fortement selon le mois et la position sur la berge. Une analyse qualitative des processus contribuant à l’évolution de la berge a été faite à l’aide d’une série horaire de photographies issues d’une caméra automatisée installée en permanence sur le site. Les variations saisonnières des taux d’érosion liés aux mouvements subaériens ont été mises en relation avec les données météorologiques d’Environnement Canada (2010). Les mouvements subaériens sont plus fréquents lorsque la température oscille autour de zéro. Les mouvements subaériens sont plus que de simples processus préparatoires et que leur contribution à titre d’agent érosif est probablement sous-estimée. Les variations temporelles soulignent l’importance de considérer les saisons dans l’étude de l’érosion des berges pour une meilleure évaluation de l’amplitude et de la fréquence des différents processus d’érosion des berges des cours d’eau.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".