Caractérisation de la morphologie des massifs dunaires de la région Pays de la Loire (France) face au risque de submersion marine
Bibliographic record
Abstract
Les massifs dunaires peuvent jouer un rôle d’obstacle face au risque de submersion marine, notamment au droit de secteurs à enjeux humains et non-humains, ce qui justifie l’intérêt de l’évaluation de leur capacité à protéger les zones basses. Cet article propose une démarche géomatique reproductible pour évaluer : (i) la sensibilité des massifs dunaires, (ii) l’exposition des enjeux bâtis et réseau routier face au risque de submersion marine et (iii) la capacité de protection globale des massifs. La segmentation des 140 km de cordons littoraux et flèches sableuses de la région Pays de la Loire est réalisée à l’aide de boites de 25*400 m. Huit indicateurs synthétiques sont extraits de données génériques puis calculés au sein de chaque boite : l’altitude minimum de la crête, l’assise et le volume du cordon de 1re ligne ; la dynamique historique du trait de côte ; l’emprise des zones basses et l’assise du cordon de 2e ligne ; l’emprise et la hauteur d’eau potentielle des enjeux bâtis et réseau routier implantés en zone basse. L’agrégation des indicateurs conduit à la création d’indices dont la valeur dépend de l’intensité et de la concomitance des indicateurs. Cette démarche simple, exhaustive et reproductible permet (i) d’évaluer finement l’ensemble des sites étudiés et (ii) de localiser les secteurs sensibles et/ou exposés à l’aléa submersion marine. À terme, cette démarche ambitionne d’aider à prioriser l’action publique sur les secteurs les plus à risque grâce à un porter à connaissance qui repose sur une approche objective du risque.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".