Validation de l’utilisation d’indicateurs physiologiques de stress comme indicateurs de qualité des habitats
Bibliographic record
Abstract
Le développement de modèles de qualité des habitats est souvent limité par notre incapacité à lier les processus à l’échelle des écosystèmes au succès écologique des individus. Les indicateurs physiologiques de stress ont été proposés comme une méthode complémentaire aux approches classiques de modélisation de la qualité des habitats basées sur des indicateurs d’utilisation des habitats. Néanmoins, l’utilisation d’indicateurs physiologiques associés au stress comme outil de modélisation de qualité des habitats n’a pas encore été rigoureusement validée. Les échelles temporelles pour lesquelles les indicateurs de stress constituent potentiellement le lien entre processus écosystémiques et le succès écologique sont encore inconnues. Dans le but de contribuer à la validation de ces indicateurs, les niveaux de bases et réponses du cortisol, du glucose et du lactate ont été mesurés chez 323 bec-de-lièvres (Exoglossum maxillingua) situés dans 3 différentes rivières des Laurentides (Québec, Canada) durant l’été 2016. Ces indicateurs de stress ont par la suite été liés aux caractéristiques de l’environnement et à deux facteurs de conditions utilisés pour évaluer le succès écologique des individus. Les résultats obtenus démontrent qu’il serait possible d’utiliser les niveaux réponses de glucose pour modéliser la qualité des habitats à de courtes échelles temporelles.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".