Gestion des poissons d’eau douce et migrateurs dans le Saint-Laurent : mandats, enjeux et perspectives
Notice bibliographique
Résumé
Bien que la pêche soit très présente dans la culture québécoise, la gestion et la conservation des poissons d’eau douce et des poissons migrateurs du Saint-Laurent sont peu connues du public. L’objectif de cet article est de présenter les acteurs, le cadre législatif et les pratiques de gestion applicables à ces espèces dans les eaux douces et saumâtres du Saint-Laurent. La croissance des usages du territoire québécois, déjà nombreux, génère des pressions grandissantes sur la faune et les habitats du Saint-Laurent. Cette réalité force à sortir des modèles classiques de gestion et à recourir à des approches globales nécessitant de protéger des habitats multi spécifiques plutôt qu’une espèce en particulier, et d’impliquer des intervenants provenant, entre autres, des domaines agricole, industriel et municipal. Dans le futur, les principaux défis consisteront à rassembler les acteurs liés au Saint-Laurent autour des cibles communes de restauration et de mise en valeur, de maintenir une expertise de pointe et de continuer à appuyer la gestion de la faune aquatique sur des données scientifiques rigoureuses. Dans un contexte de changements climatiques, où la menace liée aux espèces exotiques envahissantes et les pressions de diverses natures sont exercées sur les habitats, il sera primordial d’appliquer une gestion proactive en déployant les mesures nécessaires dès que l’état de situation d’une espèce le suggérera. L’état précaire de certaines populations, comme la perchaude du lac Saint-Pierre, doit d’ailleurs être interprété comme un indicateur parmi d’autres de la détérioration de certaines fonctions de l’écosystème exceptionnel que représente le Saint-Laurent et des défis qui devront être relevés dans le futur. Tous les défis ne sont cependant pas associés à des situations de déclins. Les exemples de la réintroduction du bar rayé et du rétablissement de l’esturgeon jaune démontrent, lorsque des mesures de gestion adéquates sont prises, que le système peut être résilient et que le futur peut être prometteur.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».