Identification des zones d’intervention prioritaires pour les mouvements fauniques sur une portion de l’autoroute 10 (Québec, Canada)
Bibliographic record
Abstract
Corridor appalachien œuvre à l’établissement d’un réseau d’aires protégées sur son territoire d’action, dans le but de préserver les massifs forestiers dans la région appalachienne du Sud du Québec, et d’assurer leur connectivité pour le maintien de la biodiversité, y compris les mammifères à grand domaine vital. L’organisme travaille ardemment, avec ses partenaires, à la conservation de la connectivité de ces milieux naturels. La présence de l’autoroute 10 représente un élément de fragmentation majeur sur ce territoire et une barrière aux déplacements fauniques en plus d’être le théâtre de nombreuses collisions véhicules-faune. Corridor appalachien cherche à identifier les zones dans la portion entre les km 68 et 143 qui nécessitent des interventions prioritaires pour faciliter les mouvements de la faune de part et d’autre de l’autoroute 10. Dans le cadre de cet essai, différents scénarios cartographiques de zones d’intervention prioritaires ont été produits selon les groupes d’espèces animales à l’étude (cerf de Virginie et autres espèces confondues). Une approche par analyse multicritère basée sur les 5 indicateurs spatiaux suivants a été utilisée : collisions véhicules-faune, accessibilité des infrastructures pour la faune, connectivité régionale, risque potentiel de la portion routière et pérennité des milieux naturels en place de part et d’autre de l’autoroute. Des traitements géomatiques des données géographiques associées aux indicateurs spatiaux ont permis de produire des cartes qui indiquent les zones d’intervention prioritaires le long de l’autoroute 10 entre les km 68 et 143. Les zones identifiées comme étant prioritaires pour toutes catégories d’espèces animales confondues se localisent proche des villes suivantes : Bromont, Shefford, Lac-Brome, Bolton-Ouest, Stukely-Sud, Eastman, Austin et Magog. Cette démarche est un support à la prise de décision des partenaires impliqués concernant notamment l’emplacement futur de caméras de détection pour le suivi des déplacements de la faune et pour l’adoption des mesures de mitigation adaptées.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".