L’unicité écologique des communautés végétales comme critère de conservation dans les milieux humides lacustres
Bibliographic record
Abstract
L’objectif de ce mémoire est de déterminer si l’unicité écologique des communautés végétales est un critère approprié pour prioriser l’allocation des efforts de conservation dans les milieux humides lacustres. Pour répondre à cette question, j’ai utilisé des données d’inventaire végétal dans deux emplacements géographiques situés dans le sud du Québec et pour trois types de milieux humides (i.e., frênaies, aulnaies, tourbières). J’ai d’abord identifié les milieux humides statistiquement uniques en calculant leur contribution locale à la diversité bêta (LCBD). J’ai ensuite mesuré le degré d’association relatif entre les valeurs d’unicité écologique et plusieurs autres critères couramment employés pour déterminer les priorités de conservation, et ce, à l’aide de corrélations de Pearson et de partitionnements hiérarchiques. Les tourbières uniques avaient une grande valeur de conservation dans les deux régions étudiées, alors que les aulnaies et frênaies uniques montraient des signes d’altération de leur composition en espèces. La composition en espèces des sites uniques devrait donc être examinée pour en déterminer la valeur de conservation, puisqu’elle pourrait être affectée par le niveau d’intégrité du paysage. La proportion d’espèces rares ainsi que la présence d’espèces spécialistes sensibles aux perturbations étaient corrélées de façon importante et congruentes avec l’unicité dans les deux régions étudiées. Au contraire, la richesse spécifique était négativement corrélée avec l’unicité, ce qui suggère la nécessité d’un compromis. Une combinaison de critères complémentaires devrait donc être utilisée en plus de l’unicité afin d’identifier l’ensemble optimal de sites à protéger dans un contexte donné.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".