Bibliographic record
Abstract
Malgre la perte de biodiversite qu’elles peuvent engendrer, les villes forment des nouvelles aires d’etudes avec de nouvelles conditions environnementales et filtres ecologiques. Cela peut bouleverser certaines limites, comme la dissemination des differentes especes dans laquelle l’Homme joue un role important. A travers cette etude, nous avons dans un premier temps etabli un diagnostic floristique de la ville de Montreal et Quebec en observant d’une part si la flore rencontree differe entre different habitat, si cette flore est dominee par certaines especes et si les especes exotiques entrainent une homogeneisation biotique, et d’autre part si l’intensite de l’urbanisation influence egalement ces differents points. Pour ce faire les donnees prises en 2014 sur differents types d’habitats des deux agglomerations ont ete analysees et les friches des deux villes ont par la suite ete inventoriees sans avoir ete analysees. Plusieurs points ressortent : le nombre d’especes inventoriees est important avec de grandes differences entre les villes de Quebec et Montreal, les differents types d’habitats eux presentent bien des flores differentes mais des richesses specifiques identiques. Alors que les especes exotiques ne representent que 30% de la flore sur la region de Montreal lorsque ponderees par le recouvrement. Enfin, on remarque que l’intensite d’urbanise joue un role important sur la composition floristique mais n’entraine pas une reelle homogeneisation plus importante sur les micro-habitats. Cette etude n’est qu’un debut et d’autres resultats restent encore a venir, surtout que les champs de recherche en ecologie urbaine vont devenir de plus en plus importants au vu de l’importance grandissante des espaces urbains dans la vie des Hommes.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.004 | 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; both teacher heads agree on what is shown here.
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".