Nouveaux regards sur les forêts de laminaires de l’île d’Anticosti
Bibliographic record
Abstract
Les forêts de laminaires sont des écosystèmes riches et productifs, longeant les côtes des zones tempérées à polaires. Dans les eaux du golfe du Saint-Laurent, les platiers rocheux de l’île d’Anticosti abritent des forêts de laminaires qui sont encore très peu caractérisées. En 2021 et en 2022, 2 échantillonnages en plongée sous-marine ont permis de caractériser les communautés de laminaires présentes sur 14 sites au sud-ouest de l’île d’Anticosti. Cinq espèces de laminaires (Saccharina latissima, Alaria esculenta, Hedophyllum nigripes/Laminaria digitata, Agarum clathratum, Saccorhiza dermatodea) ont été recensées, avec une grande variabilité d’assemblage entre les sites. Les densités (de 10 ± 5 à 99 ± 20 individus·m−2) et les biomasses (de 0,3 ± 0,1 à 6,4 ± 1,0 kg·m−2) étaient semblables à celles dans d’autres écosystèmes à laminaires de l’est du Canada. Des relations allométriques sur S. latissima ont permis de mettre en évidence des différences entre les sites, probablement dues aux conditions environnementales locales. Cette caractérisation des forêts de laminaires du sud-ouest de l’île d’Anticosti ouvre des perspectives sur le potentiel écologique et économique de cet écosystème.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| 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".