Le Danube dans le secteur du Défilé des Portes de Fer. Vers la création d’une réserve transfrontalière Portes de Fer – Djerdap ?
Bibliographic record
Abstract
Deux parcs s’étendent sur les deux bords du Défilé du Danube, le parc national de Djerdap en Serbie et le parc naturel des Portes de Fer en Roumanie. Chaque parc a ses spécificités, mais il existe aussi des similitudes entre des éléments de patrimoine qui créent un cadre favorable pour une gestion en commun. Il y a des avantages certains à créer une réserve transfrontalière, pour mieux gérer le patrimoine existant. On essaye d’analyser ici quelles sont les conditions favorables et quelles sont les difficultés pour mettre en place une telle réserve transfrontalière. Le contexte historique peut montrer si la frontière sur le Danube entre la Roumanie et l’ancienne Yougoslavie a été et est encore un lieu de coopération ou de conflit. L’analyse des conditions naturelles est axée sur le rôle du Danube : est-il un axe qui relie les deux versants de la vallée ou constitue-t-il un obstacle ? On souligne les démarches qui ont été faites dans cette direction et l’avenir de cet espace défini par la présence du Danube pour que les parcs parviennent à ce statut de réserve transfrontalière et pour qu’elle soit gérée en commun.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.009 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".