Biodiversité des mares et étangs: impact du réchauffement climatique et de l'eutrophisation
Bibliographic record
Abstract
Les mares et étangs et les réseaux qu'ils constituent collectivement, sont des milieux remarquables ayant une forte valeur écologique, sociale et économique. Ils abritent une biodiversité unique qui est souvent plus riche que celle présente dans les eaux courantes ou les lacs. Malgré cette biodiversité exceptionnelle, les mares et étangs ont été et sont encore fortement altérés par les activités humaines. Les objectifs du présent travail sont (1) de déterminer l'impact du réchauffement climatique sur la biodiversité locale (étang) et régionale (pays ou région), (2) de déterminer la forme de la relation entre productivité et biodiversité à l'échelle locale et finalement (3) d'essayer d'évaluer l'impact combiné du réchauffement climatique et de l'eutrophisation. Une centaine d'étangs de Suisse ainsi qu'une centaine d'étangs de France (Dombes, Ain) ont été étudiés. La biodiversité de quatre différents groupes a été étudiée : les macrophytes, les macroinvertébrés aquatiques (le peuplement entier, mais avec une attention particulière sur les gastéropodes et les coléoptères), les odonates adultes et les amphibiens. Deux métriques descriptrices de la biodiversité ont été utilisées : la richesse taxonomique et la valeur de conservation des peuplements, cette dernière exprimant le degré de menace des espèces.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".