Prévention et contrôle du nerprun cathartique au Québec
Bibliographic record
Abstract
La gestion des espèces exotiques envahissantes est un enjeu environnemental majeur mondial causant des impacts négatifs sur une variété d’écosystèmes. Au Québec, on retrouve une flore indigène fragile faisant face à plusieurs défis, dont l’apparition de plantes exotiques envahissantes. Parmi celles-ci, le nerprun cathartique (Rhamnus cathartica) affecte des milieux naturels du sud de la province en remplaçant la flore indigène variée par des colonies monospécifiques de nerprun. Sa présence engendre des pertes de biodiversité et la modification des sols ce qui favorise par la suite l’établissement d’espèces exotiques au détriment des espèces locales. Afin de limiter ces impacts négatifs, il est impératif d’effectuer une gestion proactive du nerprun en prenant en compte les aspects particuliers de la biologie du nerprun et de la biogéographie du Québec. L’objectif de ce travail est d’analyser les caractéristiques propres au Québec et au nerprun afin de faire ressortir quatre facteurs pouvant diriger la mise en place de plans d’action ayant pour but une gestion préventive du nerprun. Après une description du nerprun et du territoire du Québec, les facteurs pouvant influencer la gestion du nerprun ont été identifiés et analysés afin de déterminer lesquels sont les plus pertinents à considérer lors du développement d’un plan de gestion. Le critère d’analyse ayant le plus de poids est la capacité à contrôler le facteur par des actions anthropiques. Ensuite, la prédictibilité du facteur est importante, puisqu’il est difficile d’agir sur un facteur à caractère hautement aléatoire. L’influence d’un facteur sur le nerprun et son expansion a aussi été évaluée. Le dernier critère est la localité, puisque les plans d’action sont optimaux lorsqu’ils tiennent compte du contexte particulier de chaque milieu à petite échelle. Les résultats montrent que les trois facteurs ayant un meilleur score lors de l’analyse sont les perturbations anthropiques des milieux naturels, les boisés de frênes dépérissant à cause des effets l’agrile ainsi que la banque de graines dense formée par les individus reproducteurs femelles de nerprun. Avec ces facteurs en tête, des lignes directrices pour un plan d’action ont été rédigées. Toutefois, le contexte social, économique et écologique de chacun des territoires influence le type d’intervention de gestion. De ce fait, chaque territoire doit être dument caractérisé et évalué selon les ressources disponibles à la mise en place du plan de gestion. Malgré les coûts importants reliés à la mise en place de tels programmes, il est important de prendre en compte les conséquences importantes engendrées par l’inaction comme l’augmentation des coûts de gestion ou encore la perte de valeur des biens et services écologiques reliée à la dégradation des écosystèmes.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".