Cartographie des milieux humides et de l'abondance potentielle de la sauvagine dans le Québec forestier à partir de la carte écoforestière du 3e inventaire
Bibliographic record
Abstract
Résumé : Les forêts de l’Est de l’Amérique du Nord sont traditionnellement considérées pauvres en milieux humides et on leur accorde donc peu d’importance au point de vue de la conservation de la sauvagine. Toutefois, ces forêts comptent sans aucun doute des concentrations importantes de milieux humides et de sauvagine, qui risquent d’être irréversiblement altérées si elles ne sont pas identifiées et gérées adéquatement. Ce projet avait donc pour but de cartographier les milieux humides et d’eau profonde et de modéliser l’abondance de la sauvagine dans le Québec forestier. En améliorant ainsi nos connaissances sur les particularités régionales des milieux humides et d’eau profonde et sur l’utilisation qu’en fait la sauvagine, il sera possible de développer des stratégies d’aménagement de ces milieux qui soient écologiquement fondées. Le produit final est une base de données intitulée Classification des milieux humides et modélisation de l’abondance de sauvagine dans le Québec forestier. Ce projet couvre la zone de chevauchement des inventaires aériens du Plan Conjoint sur le Canard Noir - Service Canadien de la Faune (PCCN – SCF) (517,000 km2) et de la couverture des cartes écoforestières numériques du 3e inventaire décennal du Ministère des ressources naturelles et de la faune (MRNF) (584,000 km2). Des applications géomatiques ArcMap ont été développées afin de faciliter l’utilisation et la diffusion de l’information.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".