Hydrogéomorphologie et inondabilité
Bibliographic record
Abstract
La cartographie hydrogéomorphologique est utilisée en France pour délimiter les zones inondables par les cours d’eau. Plusieurs milliers de kilomètres de cours d’eau ont ainsi été analysés, puis cartographiés en réponse à la politique de prévention des risques d’inondation engagée par les Ministères de l’Équipement et de l’Environnement depuis la loi Barnier (1995). La problématique du risque d’inondation conduit à observer les objets familiers des plaines d’inondation fonctionnelles avec un point de vue différent de ceux généralement admis en dynamique fluviale. L’intérêt porté à la microtopographie et à ses variations permet de distinguer jusqu’à quatre lits dans un cours d’eau. En particulier, on peut mettre en évidence un lit moyen dont l’existence dépend de l’ordre et de la zone du cours d’eau. La problématique de l’inondabilité oblige aussi à porter une attention particulière à la limite externe de la zone inondable. Actuellement en cours de développement, elle a déjà apporté de nouveaux résultats par la mise en évidence de lits majeurs exceptionnels dans la zone intermédiaire de certains cours d’eau. Enfin, la nécessité de la connaissance précise des caractéristiques de l’aléa, telle la hauteur et la vitesse de l’eau, a conduit à la mise au point de la méthode intégrée, basée sur le concept de débit hydrogéomorphologique, dont les premières expérimentations sont prometteuses.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".