MétaCan
Menu
Retour à la cohorte
Enregistrement W1569192824 · doi:10.4000/vertigo.12579

Un conservatoire botanique adapté au territoire guyanais : comment intégrer connaissances scientifiques et connaissances traditionnelles?

2012· article· fr· W1569192824 sur OpenAlexvenueno aff
Marie Fleury, Sophie Gonzalez, Pierre Grenand, Stéphane Guitet, Daniel Sabatier

Notice bibliographique

RevueVertigO · 2012
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAfrican Botany and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesGeographyForestryArt

Résumé

récupéré en direct d'OpenAlex

Malgré l’idée couramment admise d’un territoire couvert d’une forêt homogène, en réalité la Guyane est très hétérogène tant dans la répartition des espèces que des paysages végétaux. Nous évoquerons les différentes voies d’exploration possibles de la biodiversité végétale utilisées jusqu’à présent et leurs perspectives de développement dans le cadre de la mise en place d’un conservatoire botanique en Guyane. Deux exemples seront développés: l’état des connaissances et les stratégies d’acquisition pour les espèces arborescentes forestières mettant l’accent sur l’aspect fragmenté de l’espace forestier ; et l’étude des espèces dites « utiles », associées aux activités humaines, en particulier les plantes liées à l’agriculture traditionnelle, les plantes médicinales et les plantes introduites, dont la présence est liée à l’habitat humain, ancien ou récent.La mise en place du conservatoire botanique à l’échelle de la Région Guyane, portée par la collectivité locale, et soutenue par le ministère de l’Environnement nous permet d’envisager la mise en place d’une structure intégrant les connaissances scientifiques et les connaissances traditionnelles. Médiateur entre l’État, les collectivités, les organismes de recherche, les associations et les communautés, il pourrait devenir un véritable outil de gouvernance de la biodiversité pour la Guyane, mais aussi une plateforme de collaboration internationale à l’échelle du plateau des Guyanes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,007
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,044
Tête enseignante GPT0,251
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetAfrican Botany and Ecology StudiesTravaux en français237 207