Restauration des gradients éco-hydrologiques dans les écotones artificiels en périphérie des tourbières post-extraction
Bibliographic record
Abstract
Maintenant que les méthodes optimales permettant la restauration des tourbières post-extraction du Québec sont connues et appliquées, il devient pertinent de s’intéresser aux écotones artificiels laissés en périphérie des sites restaurés. Ce projet visait à caractériser les écarts entre les gradients écohydrologiques d’écotones artificiels périphériques aux tourbières post-extraction et ceux d’écotones de référence dans des tourbières non perturbées et à tester des aménagements visant à amenuiser ces écarts. Des relevés hydrologiques, topographiques et de végétation effectués le long de transects traversant ces écotones ont été réalisés dans un fen et deux bogs post-extraction (Québec et Alberta). Nos résultats démontrent qu’une montée allant jusqu’à 119 cm dans le premier mètre et qu’une nappe phréatique profonde (jusqu’à -65 cm) dans les quatre premiers mètres bordant le canal sont présentes. Une strate arborescente dense (24 000 tiges/ha comparé à un maximum de 2 000 tiges/ha dans les écotones de référence) et une faible présence de mousses ont aussi été notées dans les premiers mètres en bordure de la lisière d’extraction. Ainsi, les perturbations éco-hydrologiques causées par l’extraction de la tourbe sur la tourbière adjacente sont importantes à 1 m du canal, toujours présentes à 8 m et nulles à 25 m. Des travaux d’aménagement ont été testés dans des écotones artificiels afin de réduire leurs écarts éco-hydrologiques avec les gradients des écotones de référence. Le canal de drainage périphérique a été complètement remblayé, la pente du sol aplanie et la végétation arborescente éliminée dans les premiers mètres adjacents à la tourbière post-extraction. Ces aménagements ont mené à une remontée de la nappe phréatique grâce à la diminution des écarts éco-hydrologiques entre les écotones artificiels en périphérie des tourbières post-extraction et les écotones de référence. Ces résultats permettent de suggérer l’intégration de ces étapes dans la restauration des tourbières postextraction.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".