Bibliographic record
Abstract
Vivant sur des territoires isolés où aucune route terrestre ne permet de se rendre, les Inuits du nord canadien (Nunavik) font face, depuis les dernières décennies, à de grands défis d’adaptation, notamment sur le plan de l’alimentation et de l'accès à l'énergie. La nourriture traditionnelle issue des activités de chasse, de pêche et de cueillette est de plus en plus difficile à obtenir, tandis que les aliments euro-canadiens apportés par avion ou par bateau coûtent de plus en plus cher. La serriculture apparaît alors comme une solution permettant d'améliorer l'accès aux légumes frais en réduisant les coûts écologique et financier liés au transport de ces légumes.La littérature scientifique portant sur l'étude physique des serres nordiques et les données énergétiques (température, consommation d’électricité, etc.) sur le sujet sont rares. Dans un premier temps, nous avons recensé les serres nordiques existantes d'Amérique du Nord, et nous avons montré que le sujet est relativement récent. Par ailleurs, cette revue de littérature a révélé que la majorité des serres dénombrées ne sont pas adaptées au climat froid, conduisant à des saisons de cultures courtes. Ensuite, nous avons abordé l'aspect expérimental. Les données issues d'une campagne d’instrumentation de la serre nordique de Kuujjuaq ont été analysées afin de démontrer la pertinence de l'installation d'un système de stockage thermique journalier. Le dimensionnement et la construction de ce dernier, utilisant l'air comme fluide caloporteur et des roches locales en tant que matériau de stockage, sont également présentés. L'instrumentation du lit de roches stockant la chaleur a permis l'étude des données énergétiques durant les phases de charge et de décharge du stock. Cette analyse a démontré l'impact positif de l'installation du système de stockage sur le comportement thermique de la serre. Enfin, nous avons modélisé le comportement thermique de la serre et du système de stockage. En effet, la simulation numérique du climat sous serre est essentielle afin de comprendre les mécanismes d'amélioration des serres existantes et/ou d'optimiser la conception des enceintes de production végétale en milieu nordique. Ainsi, un modèle nodal de la serre et un modèle du système de stockage sont détaillés et validés. Un processus de calibration portant sur les valeurs numériques des paramètres des modèles est également développé afin d'en améliorer les performances.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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 teacher head, 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".