MétaCan
Menu
Back to cohort
Record W3112019155 · doi:10.7202/1073990ar

L’atlas des territoires d’intérêt pour la conservation dans les basses-terres du Saint-Laurent : un outil pour orienter la conservation des milieux naturels dans le sud du Québec

2020· article· fr· W3112019155 on OpenAlexaffvenueabout
Benoı̂t Jobin, Louise Gratton, Marie-Josée Côté, Olivier Pfister, Daniel H. Lachance, Marc Mingelbier, Daniel Blais, Andréanne Blais, David Leclair

Bibliographic record

VenueLe Naturaliste canadien · 2020
Typearticle
Languagefr
FieldEnvironmental Science
TopicEcology and Vegetation Dynamics Studies
Canadian institutionsMinistère des Ressources naturelles et des ForêtsCentre de Géomatique du Québec
Fundersnot available
KeywordsHumanitiesGeographyForestryPolitical scienceArt

Abstract

fetched live from OpenAlex

Comparativement au reste du Québec, les basses-terres du Saint-Laurent (BTSL) sont connues pour héberger une grande diversité biologique et de nombreuses espèces en situation précaire. C’est aussi là que se concentrent les activités anthropiques qui portent atteinte à l’intégrité des écosystèmes. Un atlas des territoires d’intérêt a été produit pour déterminer les territoires des BTSL où des actions de conservation sont requises (Jobin et collab., 2019a). Les cibles de conservation (filtre grossier) retenues sont les milieux forestiers, les milieux humides, les milieux ouverts (friches, prairies agricoles) et les milieux aquatiques. Les sites d’intérêt ont été déterminés par la sélection de ceux ayant une très haute valeur de conservation (présence d’espèces en situation précaire, d’aires protégées, etc.), puis par une analyse de priorisation multicritère. Des éléments du filtre fin sont aussi illustrés (p. ex., des frayères ou des colonies d’oiseaux). Cet article présente un survol des résultats de l’atlas des BTSL, des applications des résultats et des possibilités d’utilisation pour les acteurs actifs en conservation des milieux naturels au Québec. Puisque les données géospatiales associées aux sites d’intérêt sont disponibles, les utilisateurs peuvent les consulter pour connaître précisément l’emplacement des sites d’intérêt et adapter l’analyse de ces données à leur réalité territoriale.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.037
Threshold uncertainty score0.134

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0050.008
Science and technology studies0.0030.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0130.001

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.

Opus teacher head0.012
GPT teacher head0.209
Teacher spread0.197 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations5
Published2020
Admission routes3
Has abstractyes

Explore more

Same venueLe Naturaliste canadienSame topicEcology and Vegetation Dynamics StudiesFrench-language works237,207