Bibliographic record
Abstract
Il s'est bien écoulé une bonne vingtaine d'années avant que je ne puisse aujourd'hui adresser mes plus sincères remerciements aux nombreux artisans de la FLORE NORDIQUE.Il convient de saluer et de souligner l'apport de plusieurs institutions et collègues à la réalisation de ce troisième volume de la FLORE NORDIQUE.C'est grâce au soutien financier exceptionnel de plusieurs ministères du Gouvernement du Québec accordé en l'an 2000, que le projet a pu démarrer sur des bases solides et parvenir aujourd'hui à ce stade qui marque la publication du troisième des quatre volumes qui constitueront cet ouvrage scientifique d'envergure.L'artisan de cette contribution gouvernementale est André Vézina, un botaniste hors pair et membre éminent de la haute fonction publique québécoise.Nathalie Girard, biologiste au Ministère du développement durable, de l'environnement, de la lutte contre les changements climatiques, alors à l'Administration régionale Kativik (ARK), a également contribué au projet grâce à ses efforts qui se sont soldés par l'obtention d'une subvention de recherche de la part de l'ARK.Par l'intermédiaire de Line Couillard et de Jean-Pierre Laniel, ce même ministère a fortement encouragé ses botanistes à collaborer concrètement au projet.
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 | 0.019 | 0.097 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.004 | 0.010 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.301 | 0.202 |
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; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
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".