Le canard a-t-il coulé la moule du Québec ? Construire un problème de prédation, dépolitiser un échec économique
Bibliographic record
Abstract
Au début des années 2010, les moules cultivées par des mytiliculteurs québécois dans différents points des régions maritimes de l’Est-du-Québec sont soumises à des vagues de prédation inédites. Plusieurs espèces d’oiseaux migrateurs, appelés les canards de mer, s’attaquent aux filières de culture disposées en mer et mettent en péril l’industrie de culture des moules dans la province. Ces phénomènes de prédation font l’objet d’une construction en tant que problème public dont le traitement mobilise principalement des scientifiques et des producteurs. La prédation apparait cependant comme un problème secondaire vis-à-vis de la question plus générale du développement économique de l’industrie. Alors que les acteurs économiques et scientifiques tentent de résoudre le problème de prédation, les acteurs publics privilégient une stratégie d’évitement du blâme. Ils éludent leur responsabilité dans le choix d’un modèle ayant favorisé la prédation, en incriminant les canards et les producteurs et en diminuant leur soutien matériel à l’industrie.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".