Nature et économie : un regard sur les écosystèmes du Québec
Bibliographic record
Abstract
Les services rendus par les écosystèmes contribuent autant au bien-être des individus et des collectivités qu’à l’activité économique. Mais quelle est la valeur de ces actifs naturels non marchands ? Une demande sociale, entrepreneuriale et institutionnelle croissante se manifeste pour de nouveaux indicateurs économiques permettant la mesure et le suivi des variations dans l’état des écosystèmes. Cette demande se traduit par une intégration des services écosystémiques à des processus de prise de décisions publics ou privés, à l’élaboration de politiques publiques ou à des outils de mise en œuvre du développement durable et d’adaptation aux changements climatiques. C’est dans ce contexte que s’est développé cet ouvrage, qui vise à partager les recherches sur la valeur des services écosystémiques propres au Québec. Si les études portent sur ce territoire, il n’en demeure pas moins que les questions soulevées et les réponses apportées s’appliquent à d’autres contextes et à d’autres échelles. En plus d’un tour d’horizon du concept de services écosystémiques, l’ouvrage propose une série d’études de cas d’évaluation économique de ces services. Il montre aussi la façon dont les indicateurs économiques des services écosystémiques peuvent intégrer les processus décisionnels. Il s’adresse autant aux étudiants qu’aux décideurs et analystes en entreprise qui s’intéressent à l’évaluation économique de la biodiversité et de ses bénéfices.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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 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".