Rapport et recommandation, investigation géotechnique km 197+500 à 208+500, route 175 Réserve faunique des Laurentides (Québec)
Bibliographic record
Abstract
L’étude géotechnique pour laquelle Techmat Inc. a été mandatée doit rencontrer les objectifs suivants : • localiser les savanes dont l’épaisseur des sols organiques atteint plus de 1 m ; • déterminer la nature et les propriétés géotechniques des dépôts meubles rencontrés; • identifier le potentiel de ségrégation des sols gélifs, à partir d’essais normalisés au bleu de méthylène ; • déterminer la présence du socle rocheux dans les secteurs en déblai, jusqu’à trois mètres sous la surface de la chaussée projetée; • identifier la stratigraphie détaillée de la chaussée existante, là où le profil de la route sera abaissé; • mesurer la profondeur de la nappe d’eau lorsque rencontrée dans les sondages. Les recommandations émises par Techmat Inc. portent sur les points suivants : • la réutilisation des déblais; • l’inclinaison des pentes dans les secteurs en déblai; • la structure de la nouvelle chaussée; • le drainage; • les secteurs où la nature et les propriétés des sols en place nécessitent l’utilisation d’un concept particulier (tapis drainant dans les pentes, transitions, surexcavations, membrane de stabilisation de pente, etc.).
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.003 |
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".