Cicatrices glacielles sur les arbres riverains
Bibliographic record
Abstract
Ce jeu de données regroupe des mesures d’élévation géodésique de cicatrices glacielles observées sur des arbres riverains, formées lors d’événements d’embâcle ou de débâcle. Ces cicatrices résultent de collisions entre des blocs de glace et les troncs d’arbres, causant des dommages à l’écorce et au cambium. Les élévations du haut et du bas des cicatrices ont été relevées pour plusieurs rivières afin d’estimer le niveau maximal atteint par les blocs de glace lors d’événements passés. Les mesures ont été réalisées à l’aide de différentes méthodes selon les sites, incluant le dGNSS RTK, le dGNSS avec base et la station totale. Les spécifications propres à chaque rivière sont fournies dans des fichiers associés. Bien que ces cicatrices constituent des indicateurs utiles des embâcles, elles présentent certaines limites : leur absence ne signifie pas nécessairement l’absence d’embâcle, et elles indiquent la hauteur atteinte par la glace plutôt que le niveau d’eau lui-même. De plus, pour les tronçons étudiés, l’élévation de chaque cicatrice observée n’a pas été relevée de manière systématique, l’échantillonnage ayant plutôt privilégié une dispersion spatiale des mesures.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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".