Elaboration de la cartographie préliminaire des Groupes de Types d'Habitats marins -Règlement restauration
Bibliographic record
Abstract
Le Règlement européen sur la restauration de la nature en cours de négociation exigera des prises de mesures de gestion sur les habitats benthiques marins répartis en sept groupes de types d’habitats. Dans ce cadre, les habitats benthiques doivent pouvoir être spatialisés afin de pouvoir identifier leur répartition et leur étendue et mettre en place des mesures de restauration adaptées.Cette étude explique comment la cartographie préliminaire des groupes d’habitats marins de l’hexagone a été réalisée et quelles sont les limites rencontrées. La plus grande difficulté réside dans l’hétérogénéité des données existantes. Ces premières cartes ont pu mettre en avant des lacunes de connaissance sur les données spatialisées des groupes de types d’habitats marins et peuvent servir d’appui afin de prioriser les acquisitions de données à venir et de répondre aux demandes de l’Union Européenne. Ces cartes devront être affinées notamment grâce à l’amélioration de l’interopérabilité des données existantes et à de futurs programmes d’acquisition de connaissances. Elles devront également faire objet de validation auprès des experts et être adaptées aux évolutions règlementaires.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.010 | 0.015 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.021 | 0.005 |
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".