Les obstacles à l’encaissement des vallées supérieures : l’exemple des bassins de la Petite Creuse et du Cher supérieur (nord du Massif central, France)
Bibliographic record
Abstract
L’analyse des profils longitudinaux des cours d’eau actuels et des terrasses dans les bassins du Cher supérieur et de la Petite Creuse, sur la bordure nord du Massif central, vise à déceler les anomalies témoignant de déformations tectoniques. Dans ces régions de socle hétérogène, les déformations tectoniques génèrent des dynamiques fluviales qui varient dans l’espace. Situés dans les bassins tertiaires subsidents de Gouzon, Lavaufranche et Cosne, les drains à pente anormalement faible présentent des profils longitudinaux à forte concavité. Au contraire, les cours d’eau à pente anormalement forte dessinent des profils moins concaves et coulent sur le socle de la Combraille, des Monts de la Marche et du horst de Hérisson–Forêt de Tronçais, dans des régions soulevées. Toujours façonnés dans des roches résistantes, les ruptures de pente reculent très lentement et bloquent le creusement des vallées à l’amont de leur localisation. Ainsi, les vallées supérieures qui traversent les bassins de Cosne, de Gouzon, de Lavaufranche et de Genouillac présentent-elles une forte concavité et un faible encaissement en raison de leur isolement des secteurs aval par des ruptures de pente d’origine tectonique et lithologique.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 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".