MétaCan
Menu
Retour à la cohorte
Enregistrement W7038685290

Impact de l'aménagement forestier sur les populations de salamandres pourpres

2024· other· fr· W7038685290 sur OpenAlexfundaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Languefr
DomaineComputer Science
ThématiqueAdvanced Neural Network Applications
Établissements canadiensnon disponible
Organismes subventionnairesMinistère des Transports
Mots-clésEnvironmental policyRail transportationEnvironmental impact statement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La récolte de bois est une activité très répandue au Québec et elle requiert une gestion durable. Pour cela, les gestionnaires se basent sur le principe de l'aménagement forestier écosystémique. Cette stratégie vise à imiter les perturbations naturelles afin de limiter l'impact sur l'habitat et sur la faune. Dans les forêts tempérées d'Amérique du Nord, les populations de salamandres de ruisseaux sont exposées aux retombées des opérations forestières. En particulier, le retrait du couvert forestier entraîne à long terme une augmentation de la température de l'air et de l'eau, qui peut laisser les organismes sujets à la dessiccation. Au-delà de la récolte du bois, l'implantation de routes et de chemins forestiers est nécessaire pour accéder au territoire et exporter la matière ligneuse récoltée. La compaction des sols au niveau de la voirie augmente le ruissellement et accentue la sédimentation dans les cours d'eau. La voirie est une menace directe à l'intégrité hydrologique des ruisseaux de tête qui sont des habitats essentiels aux salamandres de ruisseaux. Dans ce projet de maîtrise, nous nous sommes intéressés à l'impact des aménagements forestiers sur les populations de salamandres pourpres (*Gyrinophilus porphyriticus*), une espèce désignée vulnérable au Québec. Le projet comporte trois objectifs : (i) identifier les caractéristiques de l'habitat influençant la présence de la salamandre pourpre, (ii) quantifier l'effet des coupes en périphérie des sites d'étude sur les populations, et (iii) évaluer l'effet de la voirie (*i.e.*, chemins forestiers et ponceaux) sur la qualité des cours d'eau via l'impact sur les populations. Pour ce faire, le projet s'est appuyé sur des données de science citoyenne et des données de différents organismes obtenues par une méthode standardisée. À cela s'ajoutent des inventaires complémentaires qui ont été effectués à l'été 2022, réalisés par la méthode de recherche active et de collecte d'ADN environnemental dans les ruisseaux forestiers. Après un travail de combinaison et d'intégration des données de différentes natures et d'extraction de données géoréférencées, nous avons construit des modèles statistiques avec une approche bayésienne. En tenant compte de la détection imparfaite, nous avons estimé l'abondance des populations ou la probabilité de présence de la salamandre pourpre à trois différentes échelles. Nos résultats ont montré que seul le couvert forestier semble avoir un effet sur l'abondance d'individus. Notre étude ne suggère aucune preuve d'un impact des aménagements forestiers sur les populations de salamandres pourpres, à l'échelle de la province de Québec. Nous espérons que le projet offre de nouvelles perspectives permettant d'évaluer les mesures en place pour la protection de l'habitat de la salamandre pourpre et de formuler des recommandations d'amélioration de ces mesures si nécessaire.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,668
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,059
Tête enseignante GPT0,334
Écart entre enseignants0,275 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced Neural Network ApplicationsTravaux en français237 207