Intégration de l'information géologique lors de l'estimation de l'aire d'alimentation de captage d'eau souterraine
Bibliographic record
Abstract
Les caractéristiques géologiques d'un aquifère ont un effet sur la dimension et la géométrie de l'aire d'alimentation de captage d'eau souterraine. La méthode préconisée pour estimer l'aire d'alimentation consiste à tracer le périmètre intégrant la totalité des lignes d'écoulement aboutissant à l'ouvrage de captage. Les lignes d'écoulement représentent la direction d'écoulement de l'eau souterraine. \n \nUne typologie basée sur les caractéristiques géologiques distingue douze types d'aquifères dont six en milieu fracturé et six constitués de dépôts meubles. En milieu fracturé, les caractéristiques typologiques correspondent à l'ouverture, la densité, l'orientation et l'intersection des fractures. Tandis que dans les dépôts meubles, ces caractéristiques correspondent aux faciès sédimentaires et à leur agencement. Tous ces paramètres géologiques influencent la direction et la \nvitesse d'écoulement de l'eau souterraine. \n \nDix simulations numériques démontrent les effets engendrés par les caractéristiques géologiques sur les lignes d'écoulement. Un cas de référence dont les caractéristiques géologiques sont homogènes et isotropes, montre une aire d'alimentation de forme parabolique parallèle à la direction d'écoulement régional et ouverte vers l'amont. Dans les neuf autres cas, un ou plusieurs corps géologiques plus perméables, pour lesquels la dimension, l'orientation et la position par rapport à l'ouvrage de captage varient, sont ajoutés au cas de référence. Chaque cas illustre l'effet de la formation géologique plus perméable dans laquelle la vitesse d'écoulement est plus rapide et la direction d'écoulement influencée par l'orientation du corps plus perméable. Ceci démontre que l'estimation de l'aire d'alimentation dépend des caractéristiques géologiques constituant l'aquifère. \n
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.006 |
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".