Spatialisation de la biodiversité en Amazonie brésilienne pour appréhender l’influence de la colonisation des terres et des politiques publiques
Bibliographic record
Abstract
Cet article propose une démarche de suivi des dynamiques spatiales de la biodiversité survenues durant ces 40 dernières années en Amazonie brésilienne, dans la communauté agricole de Benfica (État du Pará). Elle est conçue pour estimer « où » se produisent les changements, « quand » interviennent-ils, « combien » de surfaces sont concernées et « pourquoi » surviennent-ils ? L’objectif visé est de contribuer à l’évaluation de l’impact de politiques de colonisation sur ces dynamiques. Les données produites à la fois sur les disparités spatiales et sur les rythmes de ces transformations sont un apport qui devrait enrichir les connaissances sur l’évolution de la biodiversité en région pionnière. En l’état actuel des recherches, la démarche propose d’évaluer la biodiversité en ayant recours à une échelle de valeurs combinant plusieurs indicateurs. Chacun d’eux contribue à estimer des changements qui se produisent lors de la mise en culture des terres forestières. La biodiversité est ensuite évaluée à deux niveaux : celui des différentes formes d’exploitation des ressources en rapportant la mesure de biodiversité au niveau du composant paysager (forêt, jachère et culture/pâturage) et celui de la catégorie d’acteur (du colon au petit fermier), en rapportant la mesure de biodiversité à l’unité de territoire qu’ils exploitent préférentiellement. Le procédé de suivi de ce territoire est aisément reconductible dans le temps. En effet, il ne dépend que de la disponibilité des images satellites. Bien que cette démarche soit en cours de validation, elle devrait pouvoir être réutilisée dans d’autres régions forestières anthropisées.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".