CARTOGRAPHIE PAR TELEDETECTION DE L’EVOLUTION DES PLANTATIONS RESINEUSES DANS L’EST DE LA FORÊT BOREALE CANADIENNE
Bibliographic record
Abstract
Au Québec, la remise en production par voie de plantation de résineux a débuté au début des années 1980 et atteint un sommet en 1990. Toutefois, on se demande si les efforts consacrés à la remise en production ont donné fruits compte tenu des problèmes liés à la compétition végétale affectant certaines plantations. Les objectifs du projet étaient de caractériser les changements de composition du couvert forestier de plantations résineuses établies depuis 1985 sur des sols argileux en milieu boréal. La caractérisation a été réalisée à l’aide d’indices de végétation extraits d’images satellitaires Landsat TM et ETM+ pour les périodes 2000, 2005 et 2010. Des orthophotographies numériques et des données terrain ont été utilisées afin de mesurer l’efficacité des indices. L’indice Tasseled Cap Greenness s’est avéré le plus performant à discriminer le type de couvert avec un indice de Kappa de 50 %. Les résultats montrent qu’en 200 plus de 50 % des plantations étaient classifiées comme mixtes et 25 % étaient classifiées comme feuillues, alors qu’en 2010, 51 % des plantations étaient mixtes (mélange feuillus – résineux) et 11 % feuillues. À l’aide d’un modèle généralisé linéaire mixte avec approximation de Laplace nous avons mis en relation les changements de couvert et l’âge de la plantation. La probabilité pour un couvert initial feuillu d’évoluer vers un couvert mixte ou résineux est près de 68 %. Les variables type, âge et couvert de la plantation ainsi que leurs interactions ont des effets significatifs sur la probabilité de changement de couvert avec le temps. Ce projet a permis de faire le bilan de plantations résineuses établies entre 1980 et 1995 sur un territoire de 18 797 ha et confirme que les outils de télédétection sont efficaces pour le suivi d’un grand territoire, en offrant des informations de qualité pour la planification des traitements sylvicoles.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 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".