Base de données piscicoles du bassin versant de la Durance: mise en place d'un système d'information géographique
Bibliographic record
Abstract
/ Cette étude s'est intéressée aux peuplements piscicoles du bassin versant de la Durance. Elle résulte d'une compilation des données de divers organismes dans une base de données géoréférencée: Conseil supérieur de la Pêche, Fédérations de Pêche, Laboratoire Hydrobiologie et Biodiversité de l'Université de Marseille, Maison régionale de l'Eau, Unité Hydrobiologie du Cemagref d'Aix en Provence. Un SIG réalisé sur le logiciel ArcView 8.2 est utilisé afin de cartographier les données. Ce bassin peut être subdivisé en deux entités: la partie en amont du barrage de Serre-Ponçon est dominée par des peuplements salmonicoles (truite commune et saumon de fontaine), celle en aval par des peuplements cyprinicoles et présentant une gradation depuis des assemblages d'espèces rhéophiles, puis lénitophiles en fonction d'un gradient amont-aval. La gradation observée au niveau spécifique est également présente lorsque la distribution d'une espèce est considérée en fonction de sa taille. Ce travail a été réalisé pour les quatre espèces dominantes du bassin: la truite, le blageon, le barbeau fluviatile et le chevaine. Il apparaît, pour une même espèce, que toutes les tailles ne puissent pas être présentes sur certaines stations. Une des explications pourrait être l'homogénéisation des habitats aquatiques suite à l'aménagement des cours d'eau. Cette base de données demande à être améliorée, notamment par ajout d'une connaissance physique des habitats pêchés et des particularités locales au sein du réseau hydrographique afin de pouvoir comprendre la distribution des espèces, la structure des peuplements et étendre les informations d'une station à un tronçon de rivière.
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 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.006 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
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".