Caractérisation de l'état et de la durabilité des traverses de cours d'eau sur les chemins forestiers
Bibliographic record
Abstract
Le réseau routier forestier québécois compterait près de 400 000 km de chemins mais aucune caractérisation à large échelle de l’état des infrastructures routières, et plus précisément des traverses de cours d’eau, n’a encore été effectuée à ce jour. Ce projet visait à étudier la fréquentation et l’entretien des chemins, l’état des traverses et leur durée de vie. Les observations relevées sur le terrain dans de petits bassins versants d’une dizaine de kilomètres carrés ont ensuite permis d’extrapoler les résultats à de plus grands territoires. Il a été découvert que la plus récente base de données gouvernementale de chemins était incomplète. En effet, certains chemins n’ont jamais été cartographiés tandis que d’autres ont disparu des bases de données. Par conséquent, plusieurs bases de données ont été utilisées pour quantifier le nombre total de chemins. Les caractéristiques des chemins contenues dans les bases de données et le type de territoire faunique ont ensuite permis d’estimer leur niveau de fréquentation et d’entretien. Il y aurait 29% de chemins fréquentés, 34% de chemins peu fréquentés et 37% de chemins abandonnés. Uniquement 21% du total de ces chemins seraient entretenus. Ensuite, il a été démontré que l’état des traverses dépendait des matériaux, de leur âge et de l’entretien des chemins. Il y aurait en moyenne 54% des traverses de cours d’eau dans un état de dégradation avancé. Les vieux chemins non entretenus abritaient la plus grande proportion de traverses en mauvais état. La localisation des traverses à partir de données cartographiques s’est avéré être inefficace car les bases de données de chemins et de cours d’eau étaient trop incomplètes pour générer des résultats satisfaisants. Enfin, il a été démontré que la durée de vie des traverses en bois, en plastique et en acier était respectivement inférieure à 23 ans, supérieure à 17 ans et entre 25 et 30 ans.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 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) | 0.006 | 0.002 |
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".