MétaCan
Menu
Back to cohort
Record W4411058597 · doi:10.54932/ouvl2258

Comparaison des retombées économiques de la récolte de feuillus durs et de l’exploitation acéricole des érablières publiques au Québec

2025· report· fr· W4411058597 on OpenAlexaboutno aff
Maurice Doyon, Benjamin Roy

Bibliographic record

Venuenot available
Typereport
Languagefr
FieldAgricultural and Biological Sciences
TopicAgroforestry and silvopastoral systems
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical science

Abstract

fetched live from OpenAlex

Le domaine public québécois représente 80 % de la forêt productive accessible de la province et s’étend sur plus de 275 00 km2. Comme le prévoit la Loi sur les terres du domaine de l’État, le ministre exerce les droits de propriété sur ce territoire, ce qui lui permet, entre autres, de délivrer des permis d’exploitation pour les ressources forestières. Les érablières situées en territoire public sont particulièrement prisées. Elles sont à la fois convoitées pour la récolte de sève d’érable et pour la production de bois destiné à la transformation, ce qui fait que la cohabitation entre les secteurs forestier et acéricole est souvent tendue. Dans ce texte, les auteurs montrent que l’exploitation acéricole génère de plus grandes retombées économiques comparativement à la récolte et la transformation des feuillus durs, même lorsque le scénario le moins favorable à l’acériculture est comparé au scénario le plus favorable au secteur du feuillu dur. Cette dominance à la marge de l’acériculture suggère qu’une allocation optimale devrait favoriser l’acériculture devant le secteur des feuillus durs. Ce texte met également en évidence le potentiel d’intégration de la production de sirop d’érable avec les efforts de conservation et la mise en place d’aires protégées, ce qui s’aligne sur les objectifs de biodiversité du Québec.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.259
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.054
GPT teacher head0.312
Teacher spread0.257 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same topicAgroforestry and silvopastoral systemsFrench-language works237,207