Développement d’une méthode de cartographie des services écologiques en appui à l’aménagement durable des forêts : application au bassin versant de la rivière Harry, Terre-Neuve, Canada
Bibliographic record
Abstract
La cartographie d'un service écologique (SE) est un moyen efficace pour communiquer l'importance des SEs auprès des gestionnaires forestiers et pour démontrer que la forêt est gérée de façon durable. La cartographie des SEs facilite leur intégration dans le processus décisionnel. Ainsi, ce mémoire propose un cadre méthodologique pour cartographier l’apport potentiel d’un SE développé tout d'abord pour un SE de régulation lié à l'eau - le service de contrôle des sédiments (SCS) - pour un bassin versant dominé par la forêt dans l'ouest de Terre-Neuve au Canada (640 km²). Ensuite le cadre est appliqué à un SE culturel - le service de la chasse - afin de tester la reproductibilité de la démarche méthodologique. Notre démarche méthodologique repose sur une approche « de relations causales de variables de substitution (proxies) », moins complexe à mettre en œuvre que les modèles physiques et moins subjective que les méthodes basées sur l'opinion d'experts. Les variables de substitution sont calculées à partir des données spatiales disponibles et agrégées en un indicateur composé qui est utilisé pour classer sur une échelle relative les sous bassins versants. Deux indicateurs composés ont été développés pour le SCS. Le premier utilise des pondérations égales pour chaque indicateur de substitution et pour le second des poids basés sur l'opinion d'experts ont été attribués. L'utilisation d'un indicateur composé (appelé indice) pour la cartographie permet de prendre en compte la nature multidimensionnelle et complexe des SEs. Les variables de substitution représentent les indicateurs de fonction des écosystèmes (IF) nécessaires pour décrire la relation de causalité entre les fonctions écologiques et le SE associé. Une évaluation du cadre de cartographie est réalisée pour le SCS en comparant les échelles relatives du SCS à une classification du rendement en sédiments simulé à l'aide du modèle hydrologique SWAT (Soil Water Assessment Tool). La précision globale varie de 35 à 81% en fonction des périodes de simulation et du système de pondération et présente de meilleurs résultats pour les périodes comportant davantage d'opérations de gestion forestière et pour le système de pondération basé sur les experts. Les résultats de la mise en œuvre du cadre montrent l’apport potentiel du SCS et du service culturel de la chasse à l’échelle des sous-bassins versants et mettent en évidence les sous-bassins versants les plus susceptibles d’être affectés par les opérations de gestion forestière.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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; 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".