Les dépendances vertes dans les paysages agricoles : prendre en compte les milieux adjacents à la route
Bibliographic record
Abstract
Les infrastructures linéaires de transport terrestre (ILTT) sont souvent considérées comme des éléments défavorisant la biodiversité, mais elles peuvent également représenter, par leurs dépendances végétalisées, des supports de biodiversité en tant que corridor préférentiel ou habitat pour de nombreuses espèces. Ces influences contrastées des ILTT sur la biodiversité ont fait l’objet d’études portant principalement sur le réseau routier, un des principaux éléments de fragmentation des paysages, induisant notamment un effet barrière. Dans cette étude, nous nous sommes focalisés sur la connectivité transversale entre les bords de route et les champs cultivés adjacents dans une région de grande culture caractérisée par un gradient de fragmentation forestière. Cet espace étroit qu’est l’interface route-champ cultivé, est intensément géré, à la fois par les collectivités locales, s’orientant vers une tonte tardive du bord de route, et par les agriculteurs riverains des routes. Ces pratiques de gestion peuvent avoir des effets contrastés sur la diversité végétale du bord de route et de l’habitat adjacent, les champs cultivés, suscitant alors des tensions entre la collectivité locale gestionnaire de ces milieux et les agriculteurs. Ces tensions pourraient concerner d’autres ILTT traversant des paysages agricoles, et dont les dépendances sont soumises à des dispositifs de gestion alternative, si leur mise en place ne tient pas compte de leur influence potentielle sur les milieux adjacents.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".