Impacts et défis liés aux changements climatiques pour la gestion des ennemis des grandes cultures au Québec
Bibliographic record
Abstract
Les changements climatiques ont un impact sur l’ensemble des sphères de notre quotidien. L’agriculture est un domaine déjà affecté et le sera encore davantage dans les prochaines années. Les producteur.rice.s agricoles et toute la filière devront s’adapter à ces changements importants qui apporteront leur lot de nouveaux ennemis des cultures (insectes et maladies entre autres). Cela aura notamment des impacts sur les prises de décisions en matière de phytoprotection. Certains de ces ennemis sont indigènes au Québec, mais d’autres sont considérés comme des espèces exotiques envahissantes et seront susceptibles de provenir d’autres régions à travers le monde et de s’établir sous nos latitudes. Au cours des dernières années, le CÉROM, en collaboration avec OURANOS, le MAPAQ et Agriculture et Agroalimentaire Canada, a mené plusieurs projets visant à évaluer l’impact des changements climatiques sur les ennemis des grandes cultures. Dans cet article, quelques résultats de ces recherches sont présentés.
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 | 0.002 | 0.004 |
| 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 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".