Phénologie, effort de reproduction et variabilité climatique : une étude à long terme de Dryas integrifolia dans l'Arctique canadien
Bibliographic record
Abstract
AvertissementL'auteur de ce mémoire ou de cette thèse a autorisé l'Université du Québec à Trois-Rivières à diffuser, à des fins non lucratives, une copie de son mémoire ou de sa thèse.Cette diffusion n'entraîne pas une renonciation de la part de l'auteur à ses droits de propriété intellectuelle, incluant le droit d'auteur, sur ce mémoire ou cette thèse.Notamment, la reproduction ou la publication de la totalité ou d'une partie importante de ce mémoire ou de cette thèse requiert son autorisation.REMERCIEMENTS Je désire tout d'abord remercier ma directrice de recherche, Esther Lévesque, pour son support constant et sa patience tout au long du projet.Elle a su bien souvent me ramener à l'essentiel et s'est montrée très compréhensive et disponible.Je suis également reconnaissante envers Guy Samson et Gilles Houle, membres du comité d'évaluation, qui ont démontré de l'intérêt pour mon projet et m'ont apporté des commentaires constructifs.Les travaux de terrain durant l'été 2005 ont été grandement facilités par Sue McIssac qui nous a gentiment accueillis et logés durant notre séjour à Baker Lake, Orin Durey qui nous a orientés sur le terrain et fourni maintes informations techniques, Sarah Silou qui nous a rendu plusieurs services (traduction de l'anglais vers l'inuktitut, etc.) et la communauté de Baker Lake en général pour leur accueil chaleureux, leur ouverture d'esprit et leur franche camaraderie.J'admire le travail minutieux de Dr. Josef Svoboda qui a initié le projet aux deux sites et qui a poursuivi durant plusieurs années la prise de données très détaillées au site de Baker Lake.Merci à toutes les personnes qui ont collaboré à la récolte de données à Baker Lake, Dr. Richard Staniforth (U. of Winnipeg), Orin Durey, Daisy Avaala, Paula Hughson, Andrew Svoboda.Un grand merci à l'équipe de Parcs Canada qui a effectué, année après année, le suivi phénologique sur la durée de toute la saison de croissance au site de Tanquary.Je remercie également ceux qui ont travaillé à l'entrée de données tout au cours du projet, particulièrement Matthieu Beaumont.C'est grâce à ces gens que j'ai eu la chance de travailler avec des données écologiques à long terme en espérant que mes analyses soient à la hauteur de leurs efforts.Mes remerciements vont aussi à Hélène Crépeau du service d'aide statistique de l'Université Laval.Finalement, la conduite de mon projet n'aurait pas été possible sans le soutien financier du Programme de Formation Scientifique dans le Nord (PFSN), du Conseil de recherche en sciences naturelles et en génie (CRSNG), du réseau Arctic Net (réseau des centres IV d'excellences), du programme Northem Ecosystems Initiative (NEI), du Centre d'Études Nordiques (CEN) de l'Université Laval et de l'Université du Québec à Trois-Rivières.Merci aux enfants de Baker Lake pour aVOIr SI bien accueilli et amusé mes enfants qui m'accompagnaient durant mon été sur le terrain !
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 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".