Le Réseau de détection précoce des espèces aquatiques exotiques envahissantes du Saint-Laurent : bilan des activités 2007-2010
Bibliographic record
Abstract
Au Canada, l’introduction de nouvelles espèces est survenue dès l’arrivée des premiers explorateurs européens au pays. Bien que la plupart de ces espèces, dites exotiques, causent peu de dommages aux écosystèmes qu’elles colonisent, certaines, par contre, croissent et se dispersent rapidement causant ainsi des impacts négatifs importants. Une espèce exotique est qualifiée d’envahissante lorsque son établissement ou sa propagation constitue une menace pour l’environnement, l’économie ou la société. Afin de détecter et de suivre la progression des espèces exotiques, la Direction de l’expertise du Bas-Saint-Laurent du ministère des Ressources naturelles et de la Faune (MRNF) a mis sur pied, en 2007, un Réseau de détection précoce des espèces aquatiques exotiques envahissantes (EAEE) du fleuve Saint-Laurent. Ce réseau, formé de pêcheurs commerciaux oeuvrant dans tout le Saint-Laurent, permet d’avoir une connaissance actuelle des EAEE présentes dans le fleuve et de suivre leur évolution. En 4 ans, les pêcheurs ont rapporté la capture de 171 spécimens inhabituels appartenant à 7 espèces différentes, 2 en extension d’aire : le stromatée à fossettes (Peprilus triacanthus) et le balaou (Scomberesox saurus) ainsi que 5 EAEE : l’alose à gésier (Dorosoma cepedianum), l’alose d’été (Alosa aestivalis), la tanche (Tinca tinca), le crabe chinois à mitaines (Eriocheir sinensis) et le gobie à taches noires (Neogobius melanosomus).
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 | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".