Extrait
4,20 – 8,60 m
Argile silteuse, ferme à raide
Argile silteuse, ferme à raide
L’intervalle est net, les profondeurs cohérentes, la description lisible. La valeur entre dans la base avec sa page source.
Plateforme / Méthodologie
Méthodologie et validation
Vous allez réutiliser, dans de vrais projets, des valeurs tirées automatiquement de rapports techniques. La question légitime est : comment savez-vous que l’extraction est juste ? Voici la réponse, avec ce que le système refuse de faire.
- Référentiel de validation
- Non-régression
- Marquage de l’incertain
- Corroboration
- Limites connues
Référentiel de validation
Un jeu de référence vérifié à la main
410 journaux de forage ont été lus et vérifiés à la main, ligne par ligne, contre leur page d’origine : profondeurs de couches, descriptions, échantillons, niveaux d’eau, valeurs d’essais. Ils ne servent pas à annoncer un taux de réussite : ils servent de référentiel de non-régression.
Toute modification de la chaîne d’extraction doit repasser l’ensemble du référentiel avant d’être mise en service. Une amélioration qui corrigerait un cas en cassant un autre ne passe pas. C’est la même discipline qu’un banc d’essai en génie : ce qui compte n’est pas la moyenne, c’est de ne pas régresser sur ce qui fonctionnait.
Le référentiel est choisi pour être difficile, pas flatteur. Il couvre les formes de journal qu’on rencontre réellement dans une archive municipale : sondages, tranchées de reconnaissance et tarières ; des rapports de plusieurs firmes, chacune avec sa mise en page et ses conventions ; des documents d’audience publique comme des études privées de caractérisation ; plus de vingt ans entre le plus ancien et le plus récent.
Et surtout des PDF natifs comme des numérisations penchées, photocopiées ou manuscrites. Ce sont celles-là qui cassent une chaîne d’extraction — c’est précisément pour ça qu’elles sont dans le référentiel plutôt qu’écartées.
Pourquoi pas de pourcentage de précision ?
Un taux global mélange ce qui est facile et ce qui est difficile, et il n’est vérifiable par personne. Ce qu’un ingénieur peut réellement évaluer, c’est ce que le système fait quand il n’est pas sûr — et c’est ce que montre la section suivante.
Quatre issues, pas deux
Ce qui arrive à une valeur, cas par cas
Une lecture n’est pas seulement « réussie » ou « ratée ». Elle peut être acceptée, signalée pour révision, refusée parce qu’ambiguë, ou appartenir à une catégorie que le système n’infère jamais.
À réviser
Niveau d’eau : > 2,12 m
La valeur est censurée dans le rapport d’origine. Elle est conservée telle quelle, marquée comme censurée, et signalée — jamais arrondie en « 2,12 ».
Non extrait — ambigu
clé de rangée : « -05 »
L’identifiant du forage est tronqué par la mise en page. Rattacher la ligne au mauvais trou serait pire que ne rien extraire : la rangée est refusée.
Jamais inféré
« arrivée d’eau à 4,8 m »
Une venue d’eau ou un tube à sec est enregistré comme observation. Ce n’est pas un niveau de nappe, et le système ne le convertit pas en un.
Corroboration
Quand trois canaux disent la même chose
Une même valeur apparaît souvent à plusieurs endroits d’un rapport : au journal de forage, dans un tableau de synthèse, et dans la prose de la section des résultats. Ces trois lectures sont faites séparément.
La valeur est corroborée
Quand les canaux concordent, la lecture la plus fiable est conservée et porte la trace des autres. Ce n’est pas un simple dédoublonnage : c’est une piste de preuve.
L’écart est signalé
Quand deux canaux se contredisent, le conflit remonte plutôt que d’être arbitré en silence. C’est souvent le signe d’une erreur dans le rapport lui-même.
Le journal fait foi
Pour une valeur de sol, le journal de forage prime sur un tableau récapitulatif, qui prime sur une mention en prose.
Refus d’inférence
Ce que le système ne calcule jamais
Le sol entre les forages
Aucune interpolation n’est présentée comme une donnée. La corrélation tracée sur une coupe est une interprétation graphique, et elle est identifiée comme telle.
Une classification réglementaire
Les classes et les dépassements sont repris tels qu’énoncés par le rapport signé. GeoSift ne recalcule pas une classe de contamination à partir de valeurs brutes.
Une valeur manquante
Une case absente du journal reste absente. Il n’y a pas de valeur par défaut, pas de moyenne de secours, pas de complétion.
Un état du terrain
L’absence d’inscription à un registre n’est pas une attestation d’absence de contamination. Le système écrit « aucune donnée répertoriée », jamais « conforme ».
Limites connues
Ce que nous savons de nos propres angles morts
Publier les limites vaut mieux que les laisser découvrir. Ces quatre-là sont réelles et documentées à l’interne.
- Numérisations difficiles
Les journaux manuscrits, très inclinés ou photocopiés plusieurs fois donnent des lectures moins sûres. Elles sont marquées « à réviser » plutôt que livrées comme acquises — mais elles demandent une validation humaine.
- Corrélation entre trous
La coupe relie des intervalles réels par un tracé d’interprétation. Elle n’a pas la valeur d’une investigation entre les forages, et ne doit pas être lue comme telle.
- Couverture des couches publiques
La disponibilité et la fraîcheur des couches gouvernementales varient selon la région et selon la couche. L’interface affiche la date de chaque couche consultée, et écrit « couche non disponible » quand elle ne l’est pas.
- Profondeur variable selon le rapport
Un rapport riche en annexes livre beaucoup plus qu’un rapport de deux pages sans journal. La complétude est visible par forage, précisément pour que vous sachiez où vous êtes bien servi et où vous ne l’êtes pas.
Ce que nous mesurons
Le pilote mesure sur vos données, pas sur les nôtres
Un référentiel interne dit que la chaîne ne régresse pas. Il ne dit pas ce qu’elle donnera sur vos archives, qui ont leurs propres firmes, leurs propres époques et leurs propres formats.
C’est l’objet du pilote : passer un lot représentatif de vos rapports, mesurer ce qui en sort, et vous montrer les quatre issues ci-dessus sur vos propres pages. Vous jugez sur pièce.
Éprouver l’extraction sur vos propres rapports
Un lot représentatif de vos archives, passé dans la chaîne complète — et les résultats revus avec vous, cas par cas.
90 jours · à nos frais · sans engagement