Nouvelles applications de la spectroscopie en proche infrarouge pour l’évaluation de l’écologie nutritionnelle du cerf de Virginie
Bibliographic record
Abstract
L’écologie nutritionnelle des populations de cervidés revêt une grande importance en contexte de population surabondante. L’intense pression d’herbivorie de certaines populations de cervidés nuît à la régénération de la flore endémique et entraîne une baisse de la biodiversité. On explique encore mal la sélection alimentaire chez ces herbivores, ce qui nuit d’une part à notre capacité de prédire d’éventuels changements dans les trajectoires floristiques, et d’autre part à notre capacité d’anticiper la réponse démographique de ces herbivores. Or, notre capacité à acquérir des connaissances sur l’écologie nutritionnelle des herbivores peut être limitée par les contraintes logistiques et méthodologiques nécessaires à l’évaluation de la qualité nutritionnelle dans un contexte d’étude écologique, de même que par un manque d’objectivité dans la définition de devises alimentaires appropriées pour l’animal d’étude. Les principaux objectifs de mon projet de doctorat sont donc de développer de nouvelles méthodologies dans l’étude des interactions entre un grand cervidé, le cerf de Virginie (Odocoileus virginianus) et son habitat, et d’implémenter ces nouveux outils dans le cadre d’études écologiques. J’ai effectué mes recherches à l’île d’Anticosti, qui est un laboratoire naturel bien adapté à l’étude des populations abondantes de cervidés. Le cerf de Virginie y a été introduit en l’absence de prédateurs naturels il y a plus de 100 ans, et cette population de cervidés est l’une des les plus denses au monde. La forte pression d’herbivorie a profondément changé la composition floristique sur l’île. Puisque l’industrie forestière et le tourisme issu de la chasse au cerf y sont les deux activités économique les plus importantes, l’étude des interactions cerf-forêt y est cruciale, tant sur le plan scientifique que pour le développement régional. Cette thèse se décline en 4 chapîtres centraux (i.e. chapitres 1,2, 3 et 4) écrits sous formes d’articles. Les deux premiers articles sont consacrés à l’élaboration de nouvelles méthodes facilitant le monitoring de la nutrition du cerf de Virginie à l’île d’Anticosti. Dans un premier temps (chapitre 1), j’utilise des modèles prédictifs utilisant la spectroscopie dans le proche infrarouge ainsi que certaines propriétés chimiques des fèces de cerf afin de prédire son régime alimentaire. Je compare ensuite (chapitre 2) différentes méthodes afin de prédire des variables alimentaires obtenues par des digestions In vitro de différents fourrages qui utilisent la liqueur ruminale de cerf. Les deux chapitres suivants sont intégrateurs et propose des implémentations de nouvelles méthodes dans le cadre d’études écologiques à l’échelle du paysage. Je propose dans le chapitre 3 un nouvel indice de qualité alimentaire qui utilise la spectroscopie dans le proche infra-rouge, les géostatistiques ainsi que des données d’inventaires floristiques afin d’estimer les patrons de qualité alimentaire à l’échelle du paysage. Finalement, dans le chapitre 4, je cherche à expliquer les patrons de régénération en sapin beaumier dans certains secteurs de l’île d’Anticosti en dépit des densités élevées de cerf de Virginie. Pour ce faire, je teste une hypothèse qui stipule que les conditions édaphiques des parcelles en régénération affectent négativement la qualité alimentaire des tissus foliaires.
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 | 0.004 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
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".