Quels sont les facteurs qui facilitent l'implantation du roseau commun (<i>Phragmites australis</i>) le long des routes du sud du Québec?
Bibliographic record
Abstract
RésuméEn Amérique du Nord, les populations de roseau commun (Phragmites australis) ont connu une grande expansion depuis une centaine d'années à la suite de l'introduction d'un génotype eurasiatique très compétitif. Cette invasion biologique constitue un problème environnemental important, car les marais envahis par le roseau deviennent peu propices au maintien d'une flore et d'une faune diversifiées. Le Québec est affecté par ce phénomène depuis le début des années 1960, c'est-à-dire à partir du moment où la propagation du roseau a été facilitée par l'expansion du réseau routier. On connait toutefois peu de choses sur les structures du paysage qui favorisent la propagation de la plante ou son établissement le long du système routier sillonnant une région. Dans ce travail, nous avons recensé les populations de roseau le long des routes d'une grande région du sud du Québec (1400 km2), puis développé des modèles de régression logistique afin de circonscrire les principaux facteurs qui influencent leur répartition. La hiérarchie de la route est la variable la plus influente des modèles, quel que soit le type de paysage considéré (ouvert ou boisé). Les routes qui traversent des dépôts de surface à mauvais drainage sont également plus susceptibles d'héberger du roseau que les routes qui traversent des dépôts à drainage rapide. Ainsi, plus une route est importante (largeur, entretien, trafic routier), plus la probabilité d'y trouver du roseau sur ses berges ou dans ses fossés de drainage est élevée, particulièrement lorsqu'elle est située sur des dépôts de surface mal drainés. Cette étude montre aussi que l'emprise d'une route large reçoit davantage d'énergie lumineuse, ce qui favorise d'autant une espèce héliophile comme le roseau. L'influence négative d'un boisé sur le roseau (son ombrage) est donc minimisée lorsqu'il est traversé par une route large. Une stratégie qui pourrait être efficace pour empêcher le roseau de se propager davantage le long des routes serait donc de limiter le plus possible son accès à la lumière, soit en maintenant des lisières boisées en bordure des axes routiers, soit en favorisant la plantation d'arbustes compétitifs près des fossés de drainage.
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 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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".