Captures accidentelles d’aigles royaux et de pygargues à tête blanche par les trappeurs d’animaux à fourrure au Québec
Bibliographic record
Abstract
Au Québec, un programme provincial de réhabilitation des oiseaux de proie mis sur pied il y a plus de 25 ans a révélé l’existence de captures accidentelles d’aigles par les trappeurs d’animaux à fourrure. Ainsi, la capture accidentelle de 34 aigles royaux et 84 pygargues à tête blanche a été déclarée au Québec entre 1986 et 2012, ce qui représente respectivement 62 % (n = 55) et 48 % (n = 177) des oiseaux acheminés vivants ou morts à la Clinique des oiseaux de proie de la Faculté de médecine vétérinaire de l’Université de Montréal (COP). De plus, une base de données indépendante (excluant les oiseaux dirigés à la COP) de déclaration de captures accidentelles aux agents de protection de la faune a comptabilisé 187 aigles supplémentaires entre 1989 et 2006, portant le total à 305 aigles capturés accidentellement entre 1986 et 2012. Un sondage posté aux trappeurs en 2009, avec un taux de réponse de 38,9 % (n = 2743), a révélé qu’au moins 191 aigles ont été capturés accidentellement avant 2009 et que seulement 33,5 % des trappeurs ont déclaré leurs prises accidentelles d’aigles. Les données historiques et le sondage ont confirmé que les aigles étaient principalement capturés lors du piégeage de canidés. Depuis 2008, des efforts supplémentaires ont été faits afin d’encourager les déclarations de toutes les captures accidentelles et de mieux les documenter. Par ailleurs, des mesures préventives ont été promues auprès des trappeurs par leur fédération et les intervenants dans ce dossier.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".