Expérimentation de scénarios de production de produits forestiers non ligneux sous les lignes de transport d’énergie
Bibliographic record
Abstract
Les vertus des fruits sont bien connues depuis des décennies et ils sont consommés partout dans le monde pour leurs bienfaits sur la santé humaine. La demande étant toujours croissante pour la consommation, les producteurs et les entrepreneurs québécois s'intéressent donc à la culture des petits fruits sauvages depuis quelques années. Les régions nordiques du Québec ont un avantage marqué pour développer cette industrie car le climat frais influencerait favorablement les concentrations de divers composés comme les sucres et les antioxydants. Les petits fruits nordiques que l'on retrouve de façon indigène au Saguenay-Lac-St-Jean sont d'ailleurs très bien adaptés au climat boréal et la productivité en vergers semble très prometteuse. Dans cette optique, la Coop de solidarité forestière de la Rivière-aux-Saumons a décidé de mener une expérience sur l'implantation de diverses espèces de petits fruits en forêt, ainsi que sur l'implantation de cultures de sapin de Noël. Les produits forestiers non ligneux (PFNL) implantés sont l'amélanchier à feuille d'aulne (Amelanchier alnifolia interior), l'aronia noir (Aronia melanocarpa), le bleuet (Vaccinium myrtilloides et Vaccinium angustifolium), le sapin baumier (Abies balsamea) et la viorne trilobée (Viburnum trilobum).
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| 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".