Estimation expédiée du risque érosif dans l’amont du bassin versant du Nahr el Kalb
Bibliographic record
Abstract
La dégradation du sol par l’érosion hydrique est un phénomène naturel qui peut être amplifié par les actions anthropiques. Les conséquences de ce phénomène sont néfastes et peuvent nuire aux caractères intrinsèques du sol, et entraîner sa disparition dans certains cas. Pour cartographier l’aléa érosion dans l’amont du bassin versant du Nahr el Kalb, nous avons adopté une approche hiérarchique, nommée MESALES, qui combine les paramètres pondérés de l’érosion (occupation du sol, pente, érodibilité du sol et climat) dans un Système d’information géographique (SIG). Afin de tenir compte des spécificités du milieu, l’érodibilité des sols a été calculée à partir de l’équation de Wischmeier et Smith (1960 ; 1978). Le bilan de ce travail montre le rôle prépondérant du couvert végétal. 67 % du périmètre d'étude subit une forte et très forte érosion, il s’agit essentiellement des secteurs ayant un couvert végétal dégradé ou en étant dépourvus. La précision globale du modèle et l'indice Kappa qui en sont ressortis sont estimés respectivement à 84 % et 80%.
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 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 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".