MétaCan
Menu
Back to cohort
Record W2171630223 · doi:10.7202/705505ar

La méthode de polarisation spontanée en hydrogéologie des terrains volcaniques

2005· article· fr· W2171630223 on OpenAlexaff
Magali Aubert

Bibliographic record

VenueRevue des sciences de l eau · 2005
Typearticle
Languagefr
FieldEarth and Planetary Sciences
TopicGeophysical and Geoelectrical Methods
Canadian institutionsInstitut National de la Recherche Scientifique
Fundersnot available
KeywordsHumanitiesGeologyGeomorphologyArt

Abstract

fetched live from OpenAlex

En terrain volcanique, les eaux de pluie s'infiltrent jusqu'à leur rencontre avec un niveau imperméable qui correspond le plus souvent au socle cristallin. Ce sont les talwegs et les lignes de crête des paléo- reliefs de ce socle dont la profondeur peut dépasser la centaine de mètres qu'il convient de détecter, parfois avec une précision décamétrique. La méthode géophysique la plus utilisée en hydrogéologie des terrains volcaniques est la prospection électrique qui fournit des coupes verticales des résistivités électriques. La morphologie du substratum imperméable ou saturé peut aussi être obtenue en mesurant en surface les potentiels électriques de polarisation spontanée (en abrégé PS) qui se forment par la percolation de l'eau infiltrée dans le terrain poreux. La base de la zone non saturée, appelée surface SPS, est calculée par une relation faisant intervenir les données PS, les altitudes et deux coefficients définis à partir des données géologiques. Cette surface indique directement les axes de circulation et les lignes de partage des eaux. Deux exemples pris sur des sites bien documentés montrent la validité de la méthode pour localiser les axes de circulation de l'eau souterraine et les limites entre bassins versants. Un troisième exemple montre les résultats PS comparés à ceux des méthodes électromagnétiques VLF et AMT. La méthode PS est légère et offre une bonne précision horizontale, mais elle demande au moins un forage d'étalonnage pour préciser la profondeur des interfaces.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Other design · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.907
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.003
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.150
GPT teacher head0.341
Teacher spread0.191 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designOther design
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2005
Admission routes1
Has abstractyes

Explore more

Same venueRevue des sciences de l eauSame topicGeophysical and Geoelectrical MethodsFrench-language works237,207