Risques et impacts associés à l’exploration et à l’exploitation des hydrocarbures dans le golfe du Saint-Laurent
Bibliographic record
Abstract
Le golfe du Saint-Laurent ne fait présentement l’objet d’aucune exploitation pétrolière et gazière en mer, ni même d’exploration active, mais cette situation pourrait changer au cours des prochaines années. Toutefois, contrairement à l’exploitation pétrolière qui se pratique sur les Grands Bancs, au large de Terre-Neuve, les conséquences de tout incident dans le golfe du Saint-Laurent pourraient être amplifiées par les caractéristiques particulières de celui-ci, qu’elles soient physiographiques, océanographiques, climatiques, biologiques ou autres. Bien que le golfe ait été étudié sous plusieurs angles, il y a encore de grandes lacunes de connaissances, notamment sur le mode de dispersion des hydrocarbures en cas de déversement dans le golfe, sur les techniques de récupération de pétrole en présence de glaces ou sur la caractérisation de la microflore du golfe quant à sa capacité de dégradation des hydrocarbures en eaux froides. Dans cet article, nous dressons donc un portrait sommaire des principaux risques et impacts qui pourraient être associés à l’arrivée de l’industrie pétrolière dans le golfe du Saint-Laurent, un écosystème bordé par 5 provinces côtières.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".