Endiguement du Brahmapoutre et risques hydrologiques dans les territoires de la tribu Mising (subdivision de Dhakuakhana, Assam, Nord-est de l’Inde)
Bibliographic record
Abstract
Au nord-est de l’Inde, chaque année au cours de la mousson, le fleuve Brahmapoutre entre en crue, inonde la plaine, dépose des limons fertiles, des sédiments sableux et creuse de nouveaux chenaux aux dépens de terres cultivées et de villages. Pour contrôler ces dynamiques, les autorités territoriales ont, à chaque époque, mis en place des aménagements fluviaux pour mettre en valeur les territoires et pour protéger les établissements humains. Pourtant, la gestion des inondations est remise en question. Les Misings ont longtemps vécu avec les crues, en pratiquant plusieurs types de riziculture qui s’adaptent à l’hétérogénéité des milieux de la plaine et en déplaçant leurs villages en suivant les divagations des chenaux du Brahmapoutre. Avec la mise en place des aménagements fluviaux, les villageois ont adapté leur mode de subsistance et leurs pratiques agricoles. Or, derrière les digues, les villages ne sont pas préparés à recevoir des inondations liées à la rupture des levées. De plus, les réglementations administratives des territoires limitent leurs possibilités de déplacement. Les habitants de la plaine perdent leurs terres et recherchent de nouveaux moyens de subsistance. La question de savoir si les aménagements fluviaux protègent les populations ou si, au contraire, ils produisent des risques auxquels les habitants de la plaine alluviale doivent s'adapter est explorée dans le cadre de cet article.
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 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 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".