Application d'une approche intégrée à l'étude de plaintes d'aspect en réseaux de distribution d'eau potable
Bibliographic record
Abstract
Intérêt de mieux comprendre les apparitions de turbidité en réseau -- Les particules présentes dans les réseaux de distribution -- Les plaintes d'aspect et la gestion des réseaux de distribution -- Les outils informatiques utilisés dans la gestion des réseaux de distribution d'eau potable -- Structure de l'approche intégrée -- Description des réseaux étudiés et de leurs bases de données relatives -- Application de l'approche intégrée aux événements qualité -- Études complémentaires à l'application de l'approche intégrée aux plaintes d'aspect -- Application de l'approche intégrée à la qualité microbiologique de l'eau de la ville de Caen -- Application de l'approche intégrée aux plaintes d'aspect de la ville de Caen -- Application de l'approche intégrée aux plaintes d'aspects de la ville d'Egham -- Application de l'approche intégrée aux plaintes d'aspect de la ville de Montréal -- Commentaires sur le décodage de données relatives à la gestion d'un réseau de distribution d'eau potable -- Commentaires sur la méthode d'application de l'approche intégrée aux plaintes d'aspect -- Efficacité de l'application de l'approche intégrée aux plaintes d'aspect des villes de Caen, Egham, Montréal et Laval -- Causes à l'origine des plaintes d'aspects étudiées.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".