Les Produits Forestiers non Ligneux: Une Opportunité de Développement Touristique Régional
Bibliographic record
Abstract
Des expériences en cours à travers le monde montrent que les activités récréotouristiques basées sur la découverte des produits forestiers non ligneux (PFNL) sont une stratégie efficace pour diversifier l’économie en milieu rural. Toutefois, au Québec, les entreprises touristiques basées sur la mise en valeur des PFNL sont peu nombreuses, tout comme les études qui traitent de ce sujet. Évaluer les bénéfices que pourrait en tirer une collectivité avant d’investir dans le développement de cette filière devient donc pertinent. Un sondage réalisé auprès des clients des Entreprises Essipit a montré que les touristes étaient intéressés à participer à des activités portant sur les PFNL, principalement lorsqu’elles sont guidées. Notre étude a aussi permis de conclure que la Première Nation des Innus Essipit pourrait bénéficier de la mise en valeur de sa culture pour se distinguer auprès des touristes et pourrait, par le fait même, faire revivre au sein de sa communauté cette activité traditionnelle qu’est la cueillette en forêt. La clientèle touristique à Essipit étant suffisante et suffisamment intéressée, la mise sur pied de telles activités pourrait apporter des retombées économiques et sociales pour la communauté. Mots-clés: PFNL, récréotourisme, retombées socio-économiques, activité traditionnelle, Première Nation des Innus Essipit
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 | 0.000 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".