Etude des paléoméandres holocènes de la plaine alluviale du Cher (site de Bigny, moyenne vallée du Cher)
Bibliographic record
Abstract
L’identification de paléochenaux dans les plaines alluviales permet d’apporter des éléments de compréhension des morphologies et des processus fluviaux passés. L’étude présentée porte sur le secteur de Bigny, localisé dans la moyenne vallée du Cher, où se trouve un nombre important de paléoméandres, dont certains sont datés de la seconde moitié de l’Holocène. La démarche méthodologique mise en œuvre comprend l’étude de MNT LiDAR, la caractérisation des formes fluviales héritées (altitude, largeur, amplitude et rayon de courbure) et l’estimation de paramètres paléohydrauliques à partir des dimensions des chenaux abandonnés (paléodébits à pleins-bords). Les résultats permettent de disposer les premiers jalons d’une chronologie d’évolution paléohydrographique. La comparaison avec la morphologie locale de la rivière et avec les cartes historiques montre que la réduction de la sinuosité a eu lieu entre le Moyen-Âge et l’Epoque Moderne. Elle démontre également la stabilisation du tracé du Cher dans ce secteur depuis le milieu du XVIIIème siècle, probablement en lien avec des aménagements hydrauliques historiques. L’analyse morphométrique permet ensuite de distinguer des gabarits variés parmi lesquels des paléoméandres de grande taille. Néanmoins, la comparaison des paléoméandres avec le référentiel actuel montre que la série étudiée est proche du gabarit des chenaux du XIXème siècle. On ne peut donc pas conclure à un changement majeur de régime hydrologique enregistré par les paléoméandres, mais plutôt à des ajustements mineurs de la morphologie des chenaux (largeur, profondeur) liés à des modifications des débits liquides et solides.
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 | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".