Using electrical resistivity tomography for variable-density groundwater flow modeling in coastal aquifers
Bibliographic record
Abstract
L équilibre densitaire entre l eau douce et l eau salée dans les aquifères côtiers est un phénomène instable difficile à caractériser. La validation des modèles hydrogéologiques 2D/3D reste alors délicate sur la seule base de données ponctuelles d observation en forages. Dans ce but, la tomographie de résistivité électrique (ERT) constitue une technique d investigation pertinente pour la caractérisation haute résolution de la distribution 2D/3D du sel au sein de l aquifère. Une méthodologie de validation croisée entre les modèles géo-électriques et les modèles d écoulement densitaire a été développée. Dans un premier temps, l interprétation par modélisation inverse des mesures ERT fournit des informations pertinentes pour la structuration et le paramétrage des modèles hydrogéologiques (géométrie du réservoir, vitesses d écoulement, etc.). Dans un deuxième temps, une validation qualitative est obtenue par comparaison entre la distribution des salinités interprétée d après les résultats du modèle géo-électrique d inversion et celle simulée par le modèle d écoulement densitaire. Enfin, une validation quantitative est obtenue par comparaison entre la réponse géo-électrique théorique des salinités simulées par le modèle hydrogéologique (préalablement transformées en résistivité par application d un modèle hydro-pétrophysique) et les mesures ERT acquises sur le terrain. La fiabilité de la méthode a été précisée par des analyses de sensibilité conduites sur les différents modèles utilisés (géo-électrique, hydrogéologique et hydro-pétrophysique) et son applicabilité a été testée sur trois contextes hydrogéologiques et climatiques différents. Ainsi, aux Îles-de-la-Madeleine (Canada), les remontées salines sous les captages d eau ont été caractérisées. Sur l îlot M Ba (Nouvelle-Calédonie), les variations spatiales de la recharge contrôlant le développement de la lentille d eau douce ont été évaluées. Enfin, sur le tombolo de Pikine (Sénégal), les phénomènes évapotranspiratoires et concentrateurs intenses affectant les dépressions inter-dunaires ont été quantifiés
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 | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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".