Bilan des connaissances de la dynamique de l’érosion des côtes du Québec maritime laurentien
Bibliographic record
Abstract
Un bilan des connaissances de la dynamique de l’érosion côtière dans l’estuaire et le golfe du Saint-Laurent montre que le recul du littoral dans les formations meubles est très important, variant généralement entre 0,5 et 2 m/an. Les données indiquent une accélération récente du phénomène, ce qui va dans le sens de la tendance mondiale appréhendée dans le contexte des changements climatiques. Il semble que les côtes à marais maritimes soient les plus sensibles, certains schorres supérieurs ayant déjà disparu au cours de la dernière décennie. Cela s’explique par le fait que, dans les régions froides, les marais maritimes sont affectés par un grand nombre de processus, dont le sapement par les vagues et les courants de marée, l’affouillement et l’arrachement par les glaces littorales, les processus cryogéniques, la dessiccation et les activités anthropiques et biologiques. Si l’action des vagues pendant les marées de vive eau et les tempêtes conditionne, dans une large mesure, le recul des falaises sableuses, les processus cryogéniques et hydrogéologiques sont les principaux responsables de la réactivation et de l’érosion des falaises à base argileuse et silteuse des complexes deltaïques. À l’échelle du Québec maritime, des études quantitatives saisonnières sont nécessaires pour bien comprendre la répartition spatio-temporelle des processus et surtout, les facteurs et les causes qui régissent l’érosion côtière dans les régions tempérées froides.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".