PASSIFOR-2 : Proposition d'Amélioration du Système de Suivi de la biodiversité FORestière (phase 2 du projet, 2019-2022) - Rapport final
Notice bibliographique
Résumé
A cause de la rareté des suivis de biodiversité en forêt, ce sont surtout des mesures réalisées sur les arbres (comme le bois mort) qui servent d’indicateurs (indirects) de biodiversité pour la forêt. Or seuls des suivis directs de biodiversité permettent de véritablement documenter l’état et la dynamique de celle-ci et d’évaluer l’influence des politiques publiques et des pratiques de gestion à son égard. En lien étroit avec le programme de Surveillance de la biodiversité terrestre, le projet PASSIFOR2 a abouti à une première proposition de maquette – c’est-à-dire d’assemblages de dispositifs de suivis existants ou à créer – pour suivre la biodiversité en forêt à l’échelle de la France métropolitaine. Les apports originaux du projet ont été d’expliciter les objectifs de ces suivis en lien avec les acteurs concernés, d’impliquer les dispositifs existants, de prêter une attention particulière à la gouvernance de ces suivis, et de raisonner scientifiquement les modalités d’échantillonnage, de relevés et d’analyse de données pour bien répondre aux objectifs. PASSIFOR2 a permis de produire quatre grandes avancées : une méthode de construction de maquettes de suivi de biodiversité ; un choix objectif par analyse multi-critères des parties de biodiversité à suivre en priorité ; des propositions sur les variables dendrométriques et de gestion à suivre en parallèle des relevés de biodiversité, fondées sur l’analyse des changements de pratiques induits par les politiques publiques en forêt ; des résultats statistiques pour guider les plans d’échantillonnage et l’analyse des données de ces suivis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,001 |
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 tête enseignante, 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 ».