Prolifération des fougères dans les érablières du Québec : ampleur du phénomène et moyens de le contrer
Bibliographic record
Abstract
L’envahissement des érablières par les fougères est un phénomène de plus en plus fréquent au Québec. Les espèces de fougères envahissantes étudiées ici sont surtout associées à des conditions de drainage imparfait du sol, périodiquement inondé, et à des humus > 14 cm d’épaisseur. L’occurrence de ces espèces de fougères dans les érablières est aussi corrélée à la densité de cerfs de Virginie sur le territoire. Nous avons testé, dans 2 expériences, divers traitements pour favoriser la régénération en érable dans des érablières envahies parDennstaedtia punctilobula. Seule la combinaison du chaulage et soit de la fauche soit de l’écrasement à répétition des fougères a accru considérablement la densité de semis d’érable après 3 à 5 ans, atteignant 15 à 28 semis/m2. L’écrasement à répétition des fougères ou la pose d’ombrières en sous-bois a aussi réduit de 30 % et plus la densité et la hauteur des fougères. Les observations mettent en lumière la dynamique complexe entre l’ouverture du couvert forestier, l’occurrence de fougères envahissantes, les conditions de fertilité du sol et le broutage par les cerfs, qui influencent l’abondance de la régénération en érable dans les érablières.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".