Reconstitution historique de la composition des forêts préindustrielles boréales mixtes de l'ouest du Québec
Bibliographic record
Abstract
Au cours des derniers siècles, les forêts de l’est de l’Amérique du Nord ont été profondément transformées par la colonisation européenne et par le développement de l’exploitation industrielle des ressources forestières. Au Québec, la gestion forestière durable vise parmi ses objectifs à s’inspirer du caractère naturel des forêts au travers de l’aménagement écosystémique. Dans ce contexte, les caractéristiques des forêts en place avant l’exploitation industrielle, les forêts préindustrielles permettent d’établir des états de référence pour l’aménagement écosystémique et la restauration écologique. Ce projet de maitrise avait pour but d’utiliser des archives d’arpentage pour reconstituer la composition préindustrielle des forêts boréales mixtes de la région de Rouyn-Noranda à l’ouest du Québec. À partir de 38 rapports d’arpentage disponibles pour la région (1909-1940), une base de données comportant 3621 observations sur la composition de la forêt a été créée et géoréférencée. Ces observations ont été ensuite analysées et cartographiées afin de dresser un portrait des forêts préindustrielles et des changements survenus dans la région. Les changements de composition ont été déterminés par comparaison avec les inventaires forestiers du gouvernement du Québec des dernières décennies (1980-2015). À l’époque préindustrielle, le taxon "épinette" était le plus fréquent (85,5 %) et le plus dominant (63,9 %), et tendait à être présent sur l’ensemble du territoire et des types de dépôts de surface. Entre les époques préindustrielle et moderne, il y a augmentation des feuillus de début de succession, dont principalement le peuplier (+ 28 %), sa fréquence a particulièrement augmenté sur les dépôts argileux et dans la portion centrale de la région d’étude. Les lignes d’arpentage qui traversaient des milieux rocheux étaient largement dominés par les épinettes, le sapin et le bouleau blanc, et dans une moindre mesure les peupliers et le pin gris. Ces changements dans la composition entre les deux époques sont attribués aux activités de la colonisation (coupe, feux, ouvertures des terres, etc.) et l’exploitation industrielle du bois. Dans le contexte de l’aménagement écosystémique, nos résultats permettent de recommander des pratiques sylvicoles qui favorisent le retour de la composante résineuse et de limiter l’expansion du peuplier faux-tremble.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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 teacher head, 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".