Bibliographic record
Abstract
L'histoire de l'exploration des eaux côtières de la péninsule Québec-Labrador remonte très loin dans le temps, mais c'est vraiment l'Année polaire internationale de 1882 qui marqua les débuts des premières recherches sérieuses. Les progrès les plus considérables des recherches océanographiques ont cependant été réalisés depuis la IIe guerre mondiale, grâce surtout aux travaux entrepris dans l'Arctique oriental par le Bureau des recherches sur les pêcheries. L'auteur s'étend d'abord sur l'océanographie physique de la région ; il étudie successivement la bathymétrie, la répartition et les caractères des principales masses d'eau, les courants, les glaces et les marées. Suit une analyse de la biologie marine, qui souligne en particulier l'importance d'un facteur : l'absence de brassage vertical des eaux. La répartition de la faune marine indique que si les régions dominées par les eaux arctiques sont riches en mammifères, celles où l'influence atlantique est forte sont de beaucoup les plus poissonneuses. L'auteur insiste sur l'importance des ressources biologiques de la mer dans l'économie alimentaire des Esquimaux. De même qu'il existe des preuves d'oscillations climatiques à courte période, on peut aussi conclure à un réchauffement des eaux depuis le début du siècle, bien que cette tendance soit moins évidente depuis quelques années.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.009 | 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".