La diversité végétale des bassins de rétention autoroutiers est-elle comparable à celle des milieux humides?
Bibliographic record
Abstract
Les bassins de rétention, infrastructures vertes servant à recueillir les eaux de ruissellement, sont de plus en plus utilisés dans la gestion des eaux pluviales le long des grands axes routiers. Or, la colonisation végétale associée à ces structures a été peu étudiée. Dans un contexte de forte diminution des superficies occupées par les milieux humides, la contribution de ces bassins au maintien de la diversité végétale associée aux milieux humides est d'un grand intérêt. L'objectif de l'étude est de comparer la diversité taxonomique et fonctionnelle des communautés végétales établies dans les bassins de rétention à celles d'écosystèmes de référence et d'évaluer l'influence de divers facteurs environnementaux locaux et régionaux sur la composition spécifique de ces communautés. Pour ce faire, 20 bassins de rétention autoroutiers localisés le long de quatre autoroutes du Québec ont été inventoriés et comparés à 40 milieux humides de référence, dont 20 étaient situés près d'une route et 20 autres à plus de 50 mètres d'une route. L'étude révèle que la composition spécifique différait grandement entre les bassins de rétention et les milieux humides de référence. Les bassins de rétention présentaient une richesse spécifique légèrement supérieure aux milieux humides de référence, alors que ces derniers avaient une diversité bêta nettement plus grande. L'inclinaison de la pente des berges ainsi que le pH et la conductivité de l'eau étaient plus élevés dans les bassins de rétention et ceux-ci présentaient une richesse fonctionnelle plus élevée, mais une divergence fonctionnelle plus faible que les milieux humides de référence. Nos résultats suggèrent que les bassins de rétention peuvent contribuer à la diversité végétale des milieux humides, mais leur apport est limité. Il est probable que cette contribution puisse être améliorée en modifiant les approches d'aménagement lors de leur conception.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.053 | 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; both teacher heads agree on what is shown here.
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".