Quantification des changements récents à l'écotone forêt-toundra à partir de l'analyse numérique de photographies aériennes
Bibliographic record
Abstract
Les écosystèmes arctiques situés à l'écotone forêt-toundra sont particulièrement sensibles aux changements induits par le réchauffement du climat. Plusieurs recherches récentes ont observé des modifications du couvert végétal, entre autres, une croissance accrue des arbustes. Nous avons évalué ces changements à une échelle locale près d'Umiujaq, Québec subarctique, Canada (56,55° N; 76,55° O) à l'aide de photographies aériennes en couleurs (1994 et 2010). En appliquant des méthodes semi-automatiques de classification par objet et en effectuant une analyse de changements, nous avons détecté des changements récents de la dominance du couvert végétal. Les résultats des classifications de 1994 et 2010 montrent un gain en superficie de 12 % des couverts arbustifs, une perte de près de 8 % des couverts lichéniques, une stabilité relative de la superficie occupée par les épinettes, ainsi que la disparition de près du quart des mares associées aux buttes de pergélisol en dégradation. De son côté, l'analyse de changements par superposition des classifications a montré que, pour chacune des classes de végétation présentes en 1994, le changement le plus important était celui du passage vers une dominance arbustive touchant 18 % de la zone étudiée. La carte « avant-après » montre bien l'arbustification générale en cours dans la région d'étude.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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".