Facteurs environnementaux associés à la prolifération de la méduse d’eau douce Craspedacusta sowerbii dans les lacs du Québec
Bibliographic record
Abstract
Les proliférations (aussi appelées pullulations ou « blooms ») de la méduse d’eau douce Craspedacusta sowerbii semblent de plus en plus fréquentes dans les lacs d’Amérique du Nord. Cependant, puisqu’elles apparaissent sporadiquement, de façon discontinue dans le temps et l’espace, on connaît mal leur répartition, leur écologie et les facteurs environnementaux qui les influencent. Les objectifs du présent projet étaient de déterminer la répartition spatiale et les facteurs environnementaux responsables de la prolifération de C. sowerbii au Québec en vue de prévoir de nouvelles proliférations. À l’aide des données recueillies, nous avons cartographié la répartition des lacs québécois envahis par C. sowerbii jusqu’en 2014 et colligé des données sur les variables environnementales de ceux-ci : leur profondeur maximale, leur superficie, leur périmètre et leur altitude, ainsi que la transparence de l’eau et sa concentration en chlorophylle a, en carbone organique dissous (COD) et en phosphore total. En tout, l’espèce a été répertoriée dans 88 lacs au Québec, principalement dans les régions des Laurentides, de l’Outaouais et de l’Estrie, où les lacs sont particulièrement abondants. Selon nos analyses statistiques, les proliférations de cette méduse exotique au Québec ont été observées plus fréquemment dans les lacs dont la superficie est supérieure à 2,8 km² et dont l’eau a une concentration en phosphore total inférieure à 14,77 µg/l.
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 | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 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) | 0.002 | 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".