Menaces anthropiques sur les tourbières : étude de cas au Centre-du-Québec
Bibliographic record
Abstract
Malgré la reconnaissance scientifique internationale de l’importance des milieux humides pour le bien-être humain et la régulation des écosystèmes, les milieux humides du Québec continuent d’être dégradés, perturbés ou perdus, notamment dans la vallée du Saint-Laurent, au Québec, Canada. Le Centre-du-Québec figure parmi les régions de la vallée du Saint-Laurent où les superficies de milieux humides perturbés sont les plus élevées. À partir d’une étude de cas sur deux tourbières du Centre-du-Québec, cet essai rend compte des facteurs qui menacent leur intégrité. Comment la Grande tourbière de Villeroy et la tourbière de Sainte-Marie-de-Blandford sont-elles menacées par des pressions anthropiques? Les différentes menaces pesant potentiellement sur ces deux tourbières sont analysées à partir de rapports régionaux et d’une revue de littérature sur cinq facteurs nuisibles : les cannebergières, l’agriculture intensive, le drainage pour la foresterie, l’autoroute 20 et les espèces exotiques envahissantes. Il semble que des perturbations initiales sur les tourbières peuvent favoriser des perturbations subséquentes, notamment la prolifération d’espèces envahissantes, et qu’il importe de prendre en compte les impacts cumulatifs de ces facteurs nuisibles. Face à ces différentes menaces locales, en plus de celles liées aux changements climatiques, un statut de protection pour les milieux humides est nécessaire pour éviter leur perte, mais ne garantit pas le maintien ni de leur intégrité ni de leurs importantes fonctions écologiques. Différentes solutions sont proposées, dont la conservation, la restauration et la gestion des intrants agricoles. À partir des travaux de Robin Wall Kimmerer et d’Anna Lowenhaupt Tsing, une réflexion sur la responsabilité envers les milieux naturels est amenée : celle de protéger et de prendre soin des espèces qui les habitent, telles que les sphaignes, ces bryophytes qui contribuent au bien-être des êtres vivants, humains et non humains. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Tourbières, milieux humides, intégrité écologique, interconnectivité, conservation, agriculture, fonctions écologiques, biodiversité, Centre-du-Québec.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".