La géophysique appliquée au pergélisol, Québec nordique : historique et développements récents
Bibliographic record
Abstract
Au Québec nordique, les relevés géophysiques pour l'étude du pergélisol ont débuté en 1953, lors de la construction du chemin de fer reliant Schefferville à Sept-Îles. Une entente entre le Conseil national de la recherche du Canada et la Compagnie Iron Ore du Canada a ensuite favorisé l'emploi de mesures géothermiques. Dès 1962, les sondages de résistivité électrique ont servi à déterminer la répartition et l'épaisseur du pergélisol. La Compagnie Iron Ore et les chercheurs de l'université McGiII ont ensuite employé d'autres méthodes: polarisation spontanée et provoquée, électromagnétisme, infrarouge thermique et diagraphies. D'autres groupes, actifs ailleurs au Québec au cours des années 70. ont mis à profit différentes méthodes: mesures et modèles thermiques, géoradar, géocaméra. La géophysique au Centre d'études nordiques a débuté en 1973. en Hudsonie, et s'est poursuivie dans une dizaine d'autres sites. On a surtout employé la résistivité électrique accompagnée de contrôles thermiques dans le mollisol et de forages superficiels. Les développements techniques les plus importants réalisés au Centre d'études nordiques, liés aux composantes microélectroniques et aux systèmes d'acquisition de données, ont eu lieu au site expérimental de Kangiqsualujjuaq où les résultats de plusieurs méthodes sont comparés et où de nouvelles approches sont évaluées.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".