MétaCan
Menu
Back to cohort
Record W7017672023

Bassins d'eaux pluviales en territoire urbain : Patrons de biodiversité et perception par les citadins

2024· other· fr· W7017672023 on OpenAlexaboutno aff

Bibliographic record

VenueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2024
Typeother
Languagefr
FieldBiochemistry, Genetics and Molecular Biology
TopicMachine Learning in Bioinformatics
Canadian institutionsnot available
Fundersnot available
KeywordsIle de franceWestern europeDrainage networkStatistical analysis
DOInot available

Abstract

fetched live from OpenAlex

L’urbanisation est reconnue pour ses effets négatifs sur le quotidien des citadins et sur l’environnement. Les gestionnaires des villes doivent optimiser la gestion des espaces verts en adoptant une vision multifonctionnelle des infrastructures. Par exemple, les bassins d’eaux pluviales sont conçus pour la régulation des flux hydrologiques, mais peuvent fournir d’autres services écosystémiques selon leur conception et leur aménagement. L’objectif de cette thèse de doctorat était de déterminer la biodiversité selon plusieurs types de bassins d’eaux pluviales et d’évaluer la perception et les usages des citadins vis-à-vis de ces espaces publics. Les bassins ont été catégorisés en quatre types : bassins secs, bassins humides, bassins humides avec chenal et bassins de rétention. Les plantes ont été inventoriées dans 54 bassins dans les villes de Québec et de Trois-Rivières. Parmi ces 54 bassins, certains sites ont aussi été sélectionnés pour inventorier la diversité d’invertébrés (28 bassins) et d’amphibiens (24 bassins). La diversité de ces différents taxa a pu être mise en relation avec le type de bassin, en analysant également l’influence de caractéristiques paysagères sur les communautés. Les amphibiens ont été échantillonnés par méthode acoustique et par ADN environnemental afin de comparer l’efficacité des deux méthodes. Dans le but d’évaluer les services culturels fournit par ces milieux construits, neuf bassins ont été sélectionnés (différents types de bassins et de niveaux d’aménagement) afin d’étudier les valeurs accordées à ces infrastructures par les citadins vivant à proximité. Un total de 270 citadins a répondu à un questionnaire par passation directe. J’ai pu démontrer dans cette thèse que les bassins humides étaient plus diversifiés que les bassins secs et que les bassins de rétention en termes de végétaux grâce à l’implantation d’espèces de milieux humides. Les bassins humides apportaient plus d’hétérogénéité des communautés végétales et également d’invertébrés. Le type de bassin n’a cependant pas influencé la diversité des amphibiens. L’ADN environnemental a augmenté la probabilité de détection des amphibiens en comparaison à la méthode acoustique. L’étude a également démontré que la proportion de milieux naturels adjacent aux bassins humides influence les communautés végétales et d’invertébrés, mais pas celle des amphibiens. Mon étude a également souligné l’appréciation qu’ont les citadins pour les bassins d’eaux pluviales et a permis d’identifier les principales caractéristiques à considérer lors de la construction de ces infrastructures afin de satisfaire aux attentes de la population. En somme, ces travaux permettent une meilleure compréhension de la potentialité des bassins d’eaux pluviales à jouer un rôle multifonctionnel, et proposent des perspectives de recherche pour améliorer leur aménagement.

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)0.006
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Scholarly communication, Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.591
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.006
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0010.003
Scholarly communication0.0020.000
Open science0.0010.001
Research integrity0.0030.002
Insufficient payload (model declined to judge)0.0000.001

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.

Opus teacher head0.035
GPT teacher head0.306
Teacher spread0.272 · 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 designNot applicable
Domainnot available
GenreOther

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
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Same topicMachine Learning in BioinformaticsFrench-language works237,207