MétaCan
Menu
Back to cohort
Record W7039304175

Modélisation de la distribution et de l’abondance de la sauvagine au Canada

2020· other· fr· W7039304175 on OpenAlexaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2020
Typeother
Languagefr
FieldEnvironmental Science
TopicFish biology, ecology, and behavior
Canadian institutionsnot available
Fundersnot available
KeywordsDistribution (mathematics)Medium termEnvironmental policy
DOInot available

Abstract

fetched live from OpenAlex

La sauvagine canadienne bénéficie des initiatives de suivi de la faune parmi les plus anciennes et les plus vastes au monde. En particulier, initié en 1955 afin d’obtenir une estimation annuelle des effectifs continentaux et fixer les quotas de chasse, l’Inventaire des Populations Nicheuses et de l'Habitat de la Sauvagine couvre aujourd’hui plus de 3 millions de kilomètres carrés d’habitats, du nord des États-Unis à l’Arctique et de l’Atlantique à l’Alaska. Les dimensions hors-normes de ces données ont contribué à la bonne atteinte des objectifs de gestion des populations de sauvagine et à une meilleure connaissance de l’écologie des espèces. Cependant, les observations issues des inventaires sont spatialement-discrètes (segments aériens, quadrats d’hélicoptères ou points d’eau) et leur couverture géographique reste relativement faible une fois rapportée à la superficie du Canada (≈1% de 10 millions de kilomètres carrés). Or, pour être efficace, la planification de la conservation requiert l’accès à une information quantitative spatialement-continue sur la distribution et l’abondance des espèces. La valorisation de données d’occurrences d’espèces spatialement-discrètes en couches d’information géographique continue est en revanche une application commune des modèles de distribution d’espèces dont les prédictions peuvent être étendues à l’échelle à laquelle les covariables environnementales sont disponibles. Si de tels modèles existent déjà pour guider la conservation de la sauvagine canadienne, des lacunes identifiées dans les approches méthodologiques, la couverture géographique et les thématiques environnementales explorées par les tentatives existantes suggèrent que des améliorations ou des extensions importantes pourraient être apportées. C’est l’objectif général de cette thèse : développer une nouvelle génération de modèles prédictifs de la distribution et de l’abondance de la sauvagine au Canada afin d’assister la planification spatiale des mesures de conservation des espèces et de leurs habitats. Dans le premier chapitre, une revue de la littérature a été effectuée avec pour objectif d’identifier les covariables environnementales d’intérêt pour modéliser la sauvagine. La principale contribution de cette étude a été la création d’une base de données de 533 associations canard-habitat attribuables à 133 covariables qui aidera le développement des futurs modèles. Dans le second chapitre, l’objectif a été d’améliorer les modèles nationaux d’abondance de sauvagine existants en développant de nouveaux modèles permettant de considérer explicitement les variations spatiotemporelles et testant des associations sauvagine habitat inexplorées grâce à l’utilisation d’un jeu initial de 232 covariables candidates. Pour cela, nous avons élaboré une méthode combinant techniques d’apprentissage automatique, procédures de sélection des covariables et approches hiérarchiques bayésiennes. La principale contribution de cette étude a été la mise à disposition de cartes annuelles de l’abondance de 18 espèces de sauvagines pour la période 1990-2015. Dans le troisième chapitre, l’objectif a été d’évaluer le potentiel d’intégration des données d’inventaires aériens standardisés et de science citoyenne (eBird) afin de modéliser la distribution de la sauvagine à l’échelle de la forêt boréale de l’Ouest canadien. La principale contribution de ce chapitre a été la formalisation d’une approche de modélisation intégrée de la distribution des espèces utilisant un processus par points dans une représentation état-espace. Nous avons démontré la capacité de cette approche à efficacement combiner des jeux de données d’occurrence hétérogènes afin de bénéficier de la complémentarité de leurs observations et de leurs couvertures spatiales. Dans le quatrième chapitre, l’objectif a été d’évaluer les effets potentiels des changements climatiques sur la distribution et l’abondance de la sauvagine dans l’est du Canada. Les résultats ont mis en évidence que les changements climatiques pourraient avoir un effet positif sur l’abondance de 7/12 des espèces évaluées, alors que 5/12 pourraient décliner. Une contribution majeure de cette étude a été le développement d’indices spatialement-explicites de la compatibilité climatique future de chacune des 12 espèces. Dans leur ensemble, les résultats issus de cette thèse ont permis (i) d’approfondir et de synthétiser l’état des connaissances sur l’écologie de la sauvagine canadienne, (ii) de fournir de nouvelles données pour guider les mesures de conservation et (iii) de développer des méthodes innovantes et efficaces pour modéliser la distribution et l’abondance des espèces à large échelle. Les plus de 1000 cartes et couches de données raster rendues publiques constituent une contribution d’envergure majeure pour l'élaboration d'indicateurs de biodiversité, l'évaluation et l'exécution de stratégies de conservation des espèces et de leur habitat, ou encore le suivi des services écologiques.

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)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.031
Threshold uncertainty score0.074

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0020.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

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 head0.005
GPT teacher head0.189
Teacher spread0.184 · 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 designSimulation or modeling
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
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)Same topicFish biology, ecology, and behaviorFrench-language works237,207