Impact de la récolte sur la survie et la croissance de deux plantes médicinales cries, Sarracenia purpurea et Rhododendron groenlandicum, dans le Nord du Québec
Bibliographic record
Abstract
Au cours des dernières décennies, la popularité des plantes médicinales s’est accrue auprès des civilisations occidentales de sorte que la quantité de plantes récoltées, la plupart provenant de populations sauvages, a grandement augmenté. Dans ce contexte, l’objectif principal de mon mémoire est d’évaluer l’impact de la récolte de deux plantes médicinales (Sarracenia purpurea et Rhododendron groenlandicum) utilisées par la Nation Crie du Nord du Québec. Pour y parvenir, des parcelles expérimentales, simulant différentes intensités de récolte (S. purpurea) et différentes méthodes de récolte (R. groenlandicum), ont été mises en place, puis des suivis annuels de la reprise ont été réalisés. Les résultats obtenus suggèrent que les techniques de récolte chez R. groenlandicum devraient exclure les nouvelles pousses, leur exploitation causant une forte mortalité. Par ailleurs, chez S. purpurea, la récolte de 20 % des individus semble peu dommageable, mais critique lorsque plus de 50 % des plants sont récoltés. Un modèle démographique pour S. purpurea a aussi été construit à partir des observations de terrain. Ce modèle a permis de réaliser des projections temporelles en variant les taux de récoltes ainsi que les intervalles entre les récoltes. Les résultats indiquent qu’une récolte de 20 % des individus est acceptable une fois tous les 20 ans. Pour une récolte plus régulière, 5 % tous les trois ans serait soutenable. Mon projet permettra d’assurer une exploitation soutenable de deux plantes médicinales ayant un grand potentiel pour le traitement du diabète de type II.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".