MétaCan
Menu
Back to cohort
Record W7038685290

Impact de l'aménagement forestier sur les populations de salamandres pourpres

2024· other· fr· W7038685290 on OpenAlexfundaboutno aff

Bibliographic record

Venuenot available
Typeother
Languagefr
FieldComputer Science
TopicAdvanced Neural Network Applications
Canadian institutionsnot available
FundersMinistère des Transports
KeywordsEnvironmental policyRail transportationEnvironmental impact statement
DOInot available

Abstract

fetched live from OpenAlex

La récolte de bois est une activité très répandue au Québec et elle requiert une gestion durable. Pour cela, les gestionnaires se basent sur le principe de l'aménagement forestier écosystémique. Cette stratégie vise à imiter les perturbations naturelles afin de limiter l'impact sur l'habitat et sur la faune. Dans les forêts tempérées d'Amérique du Nord, les populations de salamandres de ruisseaux sont exposées aux retombées des opérations forestières. En particulier, le retrait du couvert forestier entraîne à long terme une augmentation de la température de l'air et de l'eau, qui peut laisser les organismes sujets à la dessiccation. Au-delà de la récolte du bois, l'implantation de routes et de chemins forestiers est nécessaire pour accéder au territoire et exporter la matière ligneuse récoltée. La compaction des sols au niveau de la voirie augmente le ruissellement et accentue la sédimentation dans les cours d'eau. La voirie est une menace directe à l'intégrité hydrologique des ruisseaux de tête qui sont des habitats essentiels aux salamandres de ruisseaux. Dans ce projet de maîtrise, nous nous sommes intéressés à l'impact des aménagements forestiers sur les populations de salamandres pourpres (*Gyrinophilus porphyriticus*), une espèce désignée vulnérable au Québec. Le projet comporte trois objectifs : (i) identifier les caractéristiques de l'habitat influençant la présence de la salamandre pourpre, (ii) quantifier l'effet des coupes en périphérie des sites d'étude sur les populations, et (iii) évaluer l'effet de la voirie (*i.e.*, chemins forestiers et ponceaux) sur la qualité des cours d'eau via l'impact sur les populations. Pour ce faire, le projet s'est appuyé sur des données de science citoyenne et des données de différents organismes obtenues par une méthode standardisée. À cela s'ajoutent des inventaires complémentaires qui ont été effectués à l'été 2022, réalisés par la méthode de recherche active et de collecte d'ADN environnemental dans les ruisseaux forestiers. Après un travail de combinaison et d'intégration des données de différentes natures et d'extraction de données géoréférencées, nous avons construit des modèles statistiques avec une approche bayésienne. En tenant compte de la détection imparfaite, nous avons estimé l'abondance des populations ou la probabilité de présence de la salamandre pourpre à trois différentes échelles. Nos résultats ont montré que seul le couvert forestier semble avoir un effet sur l'abondance d'individus. Notre étude ne suggère aucune preuve d'un impact des aménagements forestiers sur les populations de salamandres pourpres, à l'échelle de la province de Québec. Nous espérons que le projet offre de nouvelles perspectives permettant d'évaluer les mesures en place pour la protection de l'habitat de la salamandre pourpre et de formuler des recommandations d'amélioration de ces mesures si nécessaire.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.255
Threshold uncertainty score0.507

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0040.000

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 head0.059
GPT teacher head0.334
Teacher spread0.275 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
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
Published2024
Admission routes2
Has abstractyes

Explore more

Same topicAdvanced Neural Network ApplicationsFrench-language works237,207