Caractérisation biophysique des milieux situés à l’amont des seuils en rivière : l’écotone retenue de seuil
Bibliographic record
Abstract
Très répandues au sein des cours d’eau contemporains, la nature des retenues de seuil est encore mal comprise et les Sciences de l’eau peinent à les placer au sein des autres milieux aquatiques continentaux. Certains les voient comme des tronçons de cours d’eau dégradés, qui ont perdu totalement ou partiellement les traits typiques des milieux lotiques ; d’autres les perçoivent comme de véritables écosystèmes, qui possèdent des fonctionnalités propres et qui jouent un rôle au sein des dynamiques environnementales. Dans une recherche que nous avons récemment publiée, nous assimilons le fonctionnement des retenues de seuil à celui des écotones et, dans cet article, nous souhaitons mieux développer notre théorie. En effet, ces deux types d’environnements sont gouvernés par des gradients environnementaux et présentent les mêmes fonctionnalités, c’est-à-dire la capacité à filtrer la matière, à stocker et redistribuer les substances et à constituer un véritable habitat pour différents types d’organismes. Cette nouvelle vision des retenues de seuil peut même s’étendre à d’autres milieux aquatiques construits par l’homme, à titre d’exemple les étangs. Elle ouvre d’intéressantes perspectives de recherche et offre une nouvelle approche de gestion, qui ne considère plus ce type d’environnement comme un simple obstacle au sein des fleuves et rivières, mais comme des milieux intégrés dans les paysages fluviatiles d’aujourd’hui et avec leurs propres fonctionnalités.
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) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
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".