Estimation et validation de la profondeur des nappes du bassin du N'zo, en Côte d'Ivoire, par le modèle WTR
Bibliographic record
Abstract
Le présent travail a pour objectif d'étudier la profondeur des nappes du bassin versant du N'zo. La méthodologie adoptée est basée sur le modèle ou ratio de nappe WTR (Water Table Ratio). Ce modèle permet de distinguer les nappes contrôlées par la topographie (nappes superficielles) des nappes contrôlées par la recharge (nappes profondes). Les paramètres du modèle WTR sont employés sous forme de cartes thématiques, qui sont converties en raster, et les calculs sont effectués à l'échelle des pixels. Les résultats obtenus indiquent que les nappes du bassin versant sont peu profondes dans l'ensemble, car elles sont contrôlées par la topographie. Cependant quelques nappes un peu moins superficielles apparaissent de manière fragmentée, essentiellement dans la partie montagneuse localisée au nord de la zone d'étude. Ces résultats ont été validés en examinant les corrélations entre les ratios de nappe WTR calculés et les niveaux piézométriques mesurés. Les études de corrélation ont montré que le ratio de nappe WTR est inversement proportionnel à la profondeur de la nappe.
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 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".