MétaCan
Menu
Retour à la cohorte
Enregistrement W3017093000

Modélisation de la vulnérabilité et de la détérioration des routes forestières : cas du Témiscamingue

2019· other· fr· W3017093000 sur OpenAlexaboutno aff

Notice bibliographique

RevueDepositum (Université du Québec en Abitibi-Témiscamingue) · 2019
Typeother
Languefr
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceForestryGeographyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les routes forestières permettent l’accès aux ressources naturelles du Québec méridional et constituent un élément clé pour l’économie. Ce réseau routier est très dense dans certaines régions et certains tronçons sont abandonnés depuis longtemps. Ceci a entraîné une détérioration des routes rendant des portions de territoire inaccessibles. Cette détérioration comporte des impacts négatifs sur le plan écologique, économique et social. De plus, le seul outil disponible qui caractérise le réseau routier est constitué d’une base de données « Routard » construite à partir de différentes sources et qui renvoie à une classification incohérente à la réalité du terrain. Devant le vieillissement du réseau routier forestier et en absence d’un système d’analyse de l’état d’usure des routes, le développement d’un outil permettant de prioriser leur entretien est nécessaire. Cette étude vise à simuler la vulnérabilité des routes liée à l’interruption du flux de transport de bois et à modéliser la détérioration des routes forestières à partir de données récoltées sur le terrain. Nous avons réalisé nos travaux dans les Unités d’Aménagement (UA 81-52 et 8151) de la MRC de Témiscamingue.
\n
\nUne approche d’analyse en deux étapes a été déployée. Pour la première étape, la vulnérabilité des routes forestières a été estimée via une analyse spatiale basée sur le concept de l’interruption du flux de transport de bois par un évènement perturbateur. La deuxième étape visait à modéliser la détérioration des routes forestières via un dispositif expérimental pour mesurer les différentes formes de détérioration suivant trois classes fonctionnelles de route (classe primaire, classe secondaire et classe tertiaire), deux types de dépôt de surface (milieux humides ou secs) et quatre périodes de temps de leurs constructions (selon les quatre inventaires forestiers décennaux). 
\n
\nLes résultats de l’analyse de vulnérabilité montrent que les portions du réseau routier proches de l’usine de transformation de bois (chemins de pénétration pour accéder aux ressources forestières) sont sensibles lors d’une interruption des routes avec lien alternatif comparativement à celles plus en amont de la destination qui sont sensibles lors d’une interruption des routes sans lien alternatif. Cette sensibilité est due généralement aux flux de transport de bois et de la disponibilité des routes alternatives.
\n
\nLes courbes de détérioration temporelles que nous avons construites à partir des données récoltées sur le terrain montrent que les routes de classes fonctionnelles supérieures (critères de construction et coûts élevés) se détériorent plus lentement que celles des classes inférieures (critères de construction et coûts moins élevés). La détérioration était expliquée principalement par le pourcentage de perte en surface de roulement (PPSR) qui a été influencé par la pente et l’interaction entre l’âge de la route et sa classe fonctionnelle.
\n
\nCe projet contribue à intégrer le niveau de détérioration puis la vulnérabilité du réseau sur un territoire et permettrait de développer un système de gestion et de planification de l’entretien plus efficace.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,003
Tête enseignante GPT0,192
Écart entre enseignants0,189 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDepositum (Université du Québec en Abitibi-Témiscamingue)Même sujetForest Biomass Utilization and ManagementTravaux en français237 207