Applications de l’intelligence artificielle géospatiale (GéoIA) pour analyser les effets du paysage sur la santé des ruches
Notice bibliographique
Résumé
L’abeille mellifère (Apis mellifera) occupe une place centrale dans nos systèmes agro-alimentaires et écologiques. En plus de produire du miel, l’espèce assure un rôle crucial pour la pollinisation d’un grand nombre de cultures, améliorant les récoltes tant en qualité qu’en quantité. Depuis une vingtaine d’années, les apiculteurs constatent dans leurs colonies des taux de mortalité plus élevés que la normale. Si cette tendance s’observe sur plusieurs continents, c’est en Amérique du Nord que les apiculteurs sont le plus affectés, avec des taux de mortalité hivernale dépassant les 40 %. La perte d’habitats et des habitats inadéquats sont parmi les facteurs les plus souvent mis en cause dans les dernières études. Ce mémoire présente une analyse des différents habitats afin de mesurer les effets du paysage environnant sur la mortalité. Pour ce faire, des images satellites et des nouveaux ensembles massifs de données sur la santé des ruches au Québec ont pu être mobilisés. \nCe mémoire présente un cadre méthodologique prometteur pour une analyse géographique des effets du paysage avec de grands jeux de données. Les méthodes utilisées font appel à l’analyse spatiale par système d’information géographique et à des modèles d’apprentissage automatique. Un domaine d’étude récent a émergé de la combinaison de ces techniques: l’intelligence artificielle géospatiale, ou GéoIA. \nDeux cas d’études furent réalisés dans ce mémoire: un premier sur l’apiculture urbaine et un second sur l’apiculture commerciale. En ville, nos principaux résultats révèlent l’importance de la végétation locale autour de la ruche, ainsi que l’effet négatif d’un paysage urbain fragmenté limitant la connectivité. En apiculture commerciale, on trouve qu'une plus grande diversité de cultures est bénéfique dans un rayon de cinq kilomètres, mais que l'effet se dissipe au fur et à mesure que la distance de mesure se réduit. On observe aussi qu’une abondance de ressources florales en milieu de saison est cruciale pour la survie de la colonie. Dans l’ensemble, la performance prédictive des modèles utilisés dans ce mémoire confirme la solidité du GéoIA comme cadre d’analyse de pointe offrant des outils puissants et généralisables pour mener des études géographiques à grande échelle.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».