DYNAMIQUE ET MODELISATION DE L’OXYGENE DISSOUS EN RIVIERE Dynamics and modelling of dissolved oxygen in rivers
Bibliographic record
Abstract
La concentration en oxygene dissous en milieu fluvial varie selon un cycle diurne (24 h) qu’il est essentiel de considerer dans l’evaluation de l’etat d’oxygenation d’un cours d’eau. En principe, seules des mesures en continu recueillies au cours de cycles de 24 h permettent d’evaluer correctement l’etat d’oxygenation d’une riviere, ce que, en pratique, les contraintes logistiques et budgetaires ne permettent pas de realiser. Le present article vise a faire la synthese des connaissances sur les facteurs de controle et la modelisation des variations diurnes de la concentration en oxygene dissous en riviere. Parmi les facteurs biologiques et physico-chimiques, les activites autotrophe et heterotrophe sont les facteurs dominants responsables des variations diurnes de l’oxygene dissous. Certains modeles de qualite de l’eau permettent de modeliser la teneur en oxygene et, dans certains cas, la variation diurne. Toutefois, ces modeles sont souvent complexes, d’utilisation ardue et impliquent la mesure directe sur des cycles de 24 h des variables qui regissent la concentration en oxygene dans le milieu. Une demarche est proposee pour l’elaboration d’un modele et a ete appliquee dans une etude de cas realisee dans la riviere Saint-Charles (Quebec, Canada). Un modele simple (une fonction sinusoidale) dont les parametres ont ete correles a la temperature et a la concentration moyenne en nitrate a permis de generer des valeurs simulees d’oxygene dissous tres proches des valeurs observees in situ. Un modele alternatif utilisant des valeurs ponctuelles de temperature et de concentration de nitrate a donne des resultats equivalents. L’approche proposee constitue donc une alternative simple et pratique a la mesure en continu de l’oxygene et permet une evaluation plus realiste de l’etat reel d’oxygenation d’une riviere que la prise de mesures ponctuelles.
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) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".