Une méthode illustrée pour la sectorisation morphodynamique de la rivière Neigette (Québec)
Bibliographic record
Abstract
L’hydrogéomorphologie fluviale est peu reconnue dans les politiques de gestion et d’aménagement du territoire québécois. Une meilleure reconnaissance permettrait pourtant une gestion plus éclairée des cours d’eau par une intégration de leur dimension dynamique. Cette étude teste l’applicabilité d’une méthode de sectorisation de cours d’eau en unités morphodynamiques homogènes. Cette compartimentation résulte d’une division longitudinale sur la base des changements des valeurs de puissance spécifique, de composition sédimentaire des berges, du confinement dans la vallée et de géométrie planimétrique. La caractérisation est appliquée à un corridor de la rivière Neigette comportant une diversité de formes et de processus fréquemment retrouvés dans les rivières du Québec. Les résultats suggèrent la présence de trois unités morphodynamiques: divagant à chenaux multiples, méandres dynamiques et méandres stables. La méthode présente une forte capacitéà discriminer ces environnements morphodynamiques ainsi que leurs limites respectives. La puissance spécifique présente à elle seule une forte capacité de discrimination. L’efficacité de la démarche, l’aisance de son application et sa flexibilité font de cette approche un solide outil à intégrer dans le processus de gestion des environnements fluviaux.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".