Les aires marines protégées : évolution récente et perspectives de développement
Bibliographic record
Abstract
Les aires marines protégées (AMP) sont au coeur des efforts de conservation des écosystèmes marins entrepris au cours des 40 dernières années. Après un bref historique du développement du concept d’AMP, cet article aborde les diverses approches qui ont été proposées pour classifier les AMP selon leurs objectifs de conservation, leurs usages et leurs caractéristiques géomorphologiques et océanographiques. Nous examinons ensuite trois exemples de développement de réseaux d’AMP : l’Australie, la Californie et le Canada. Les Australiens ont été les pionniers dans la mise en place des AMP dès le début des années 1970. Ensuite viennent les Californiens, qui ont déployé des efforts de concertation exceptionnels pour parvenir à protéger adéquatement plus de 1 000 km de leurs côtes fortement développées. Plus récemment, les Canadiens ont commencé à travailler à la protection de leurs écosystèmes marins les plus fragiles, avec en tête l’échéance de 2020 pour la protection de 10 % de leurs eaux marines. Une attention particulière est portée ici au parc marin du Saguenay–Saint-Laurent, présenté comme un cas unique de concertation entre les différents ordres de gouvernements et les intervenants du milieu. Les éléments clés du succès de l’implantation des AMP sont examinés en détail, et quelques leçons en sont tirées.
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 | 0.003 |
| 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 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".