Comprendre les valeurs paysages à l’égard des ruisseaux ruraux et agricoles : révéler la relation entre les riverains et les paysages du ruisseau Vacher
Bibliographic record
Abstract
Les paysages de grands plans et cours d’eau, abondamment étudiés, sont reconnus pour leur caractère exceptionnel. Toutefois, peu de recherches portent sur les paysages de ruisseaux ruraux et agricoles. De plus, un grand nombre de transformations se sont opérées sur ceux-ci au Québec, et depuis les années 1990, ceux qui habitent leurs berges sont de moins en moins agriculteurs. Alors, quelles sont les valeurs et valorisations portées par les riverains envers ces paysages ? Cette étude vise à révéler les valeurs et valorisations accordées à ces ruisseaux par les riverains grâce à l’étude d’un cas type de ruisseau agricole. En effet, l’étude porte sur un tronçon du ruisseau Vacher, dans Saint-Jacques et Sainte-Marie-Salomé (Lanaudière), dont le statut a régressé de « cours d’eau central au développement » à « fossé agricole accessoire ». Dans le cadre d’une caractérisation paysagère, une analyse de photos aériennes et des visites de terrain ont révélé des vues filtrées ou fermées sur le ruisseau et un cadre bâti qui lui tourne le dos. Cela pourrait indiquer que les paysages du ruisseau Vacher ne sont pas valorisés. Or, quinze parcours commentés avec des riverains ont documenté des valeurs qui lui sont associées, comme les valeurs environnementale, identitaire et de cadre de vie. Les répondants les valorisent (ou les valorisaient) aussi par des pratiques récréatives. Ainsi, le ruisseau Vacher est associé à des valeurs et a fait l’objet de valorisations. Celles-ci favorisent des réflexions quant aux interventions possibles pour contribuer tant au bien-être des riverains qu’aux impératifs environnementaux.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.007 | 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".