Modélisation statistique des apports de MES associés au régime des crues d’un sous- bassin du Timis-Béga (Roumanie)
Bibliographic record
Abstract
Dans cette thématique concernant le transport solide des cours d’eau, il nous semble opportun de résumer le cadre général et d’y situer notre approche. Les formules classiques du transport solide évaluent le débit en matériaux du lit (charriage et suspension) à partir de ses déformations. Elles ne permettent pas d’estimer le débit des matériaux provenant directement du lessivage des versants et qui transite sans interaction avec le lit. Dans cet article, nous considérons uniquement la phase en suspension "MES" mesurée sans distinction à priori de l’origine des grains qui la constitue : provenance directe du bassin versant (phase directe) et (ou) reprise des stocks disponibles dans le lit (phase différée). Le bassin hydrographique du Timis-Béga (Roumanie) est particulièrement bien équipé pour le suivi des débits de 28 sous bassins et le contrôle des flux de MES de douze d’entre eux. De plus, son contexte physiographique nous permet de penser que la phase directe est prépondérante. Le protocole de mesure des flux de MES prévoit, entre autres, une densification variable des observations selon l’intensité des crues liquides. Ces considérations précédentes nous permettent d’envisager une modélisation statistique des apports solides en MES des sous-bassins du Timis-Béga. Celle-ci est directement inspirée des connaissances acquises sur la modélisation statistique "QdF" des régimes hydrologiques des bassins versants. Sur l’exemple du sous-bassin du Béga à Balint, qui draine une superficie de 1064 km2, nous retiendrons deux principaux résultats issus de la transposition du concept QdF aux débits solides QMESdF : Les analyses statistiques des régimes liquide et solide montrent que les débits solides de MES ne sont pas simplement proportionnels aux débits liquides mais croissent plus rapidement. Les deux lois de distributions privilégiées, Pareto généralisée pour les MES et exponentielle pour les débits, permettent de le justifier. Le temps de montée des hydrogrammes de projet liquide ou solide est quasiment identique, autrement dit nous vérifions la quasi concomitance de leurs débits de pointe. Ce résultat n’est possible que si le débit solide de MES provient essentiellement du lessivage des versants, ce qui était supposé à priori.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| 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".