Typologie morpho-génétique des marelles du marais littoral de la baie de Kangiqsualujjuaq, estuaire du George, Québec nordique
Bibliographic record
Abstract
Des marées d'un très grand marnage (12 m aux vives-eaux) caractérisent l'estuaire du George. Dans la partie supérieure des marais littoraux, la faible fréquence des submersions et l'importance des surfaces à découvert permettent la croissance de gel intertidal sous forme de buttes de pergélisol et de gel saisonnier épais. Sur le marais littoral de la baie de Kangiqsualujjuaq, la dynamique du gel intertidal, l'activité glacielle et l'action sédimentaire des vagues, de la marée et de l'eau de ruissellement sont responsables de la formation et du développement de plus de 170 marelles littorales. On peut distinguer 10 types de marelles se répartissant selon le gradient inondation sur le marais, qui se divise topographiquement en marais inférieur, en marais supérieur sans gel intertidal et en marais supérieur avec gel intertidal. Les marelles créées par l'action du gel se trouvent dans les parties les plus hautes du marais qui sont protégées de l'action des vagues et des glaces flottantes. Les marelles produites par la dynamique sédimentaire de la baie se situent dans les secteurs exposés aux agents littoraux, surtout dans l'axe de l'ouverture de la baie sur l'estuaire. Le régime de température et de salinité des marelles dépend de facteurs externes, comme la fréquence de submersion par la marée ou les précipitations, mais également de facteurs internes, comme la situation topographique et la morphologie des bassins.
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 | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".