Les conséquences du déboisement d’un versant sur la morphologie d’un petit cours d’eau
Bibliographic record
Abstract
Le déboisement d'une partie d'un bassin-versant entraîne souvent une augmentation du débit du cours d'eau, ce qui se traduit par des changements de la morphologie du lit. Il est démontré ici que des changements morphologiques et sédimentaires du lit d'un cours d'eau peuvent se produire sans que le débit ne soit nécessairement augmenté. L'étude porte sur un petit cours d'eau situé en Estrie (Québec). Le cours d'eau passe d'une zone forestière à une zone déboisée, mais d'un seul côté. Dans chacun des milieux, la forme du cours d'eau a été relevée et les débits ont été mesurés. Les débits sont demeurés stables, car la parcelle déboisée est de faible pente, de petite taille et irrégulière en surface. Cependant, la forme de la coupe transversale est modifiée. Ainsi, le lit est symétrique sous forêt et est asymétrique en milieu déboisé. Par contre, la taille du cours d'eau n'a pas changé. Le changement morphologique s'accompagne d'une diminution de la taille des sédiments. Ces effets sont liés à des modifications hydrologiques observées au pied du versant où une zone saturée existe maintenant en permanence. Au cours des précipitations, le ruissellement superficiel érode et entaille les berges. Ces dernières s'affaissent, d'où la forme asymétrique de la coupe transversale.
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 | 0.000 |
| 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 | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".