Identification des variables expliquant la distribution spatiale d’oiseaux de la forêt boréale et modélisation de tendances futures : une approche multivariée
Bibliographic record
Abstract
Les changements climatiques prennent une importance grandissante dans l’étude de la dynamique des populations animales. Plusieurs experts s’entendent pour affirmer que les changements climatiques seront un des principaux moteurs de changement écologique dans les prochaines décennies. L’objectif de cette recherche est l’identification des principaux facteurs responsables de la distribution spatiale d’oiseaux de la forêt boréale au Québec, afin de proposer des modèles de distribution d’espèces suivant les changements climatiques prévus. Deux approches multivariées sont employées : l’analyse de redondance canonique (RDA) et le partitionnement de variation. Au total, 39 espèces d’oiseaux sont sélectionnées, en plus de variables bioclimatiques, anthropiques, écoforestières et d’élévation. Les variables bioclimatiques sont responsables de 53% de la variation dans la répartition spatiale des oiseaux étudiés, les variables ressources, c’est-à-dire l’altitude et le pourcentage de milieu humide, de 5%, et les variables anthropiques de moins de 1%. Les résultats des modèles démontrent que les deux espèces modélisées verront leur répartition spatiale fortement modifiée par les changements climatiques et se déplaceront vers les latitudes plus septentrionales ou en altitude, suivant l’intensité du réchauffement.
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 | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.005 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".