Les corridors biologiques et leur prise en compte dans les projets routiers
Bibliographic record
Abstract
La faune a besoin de se déplacer pour accomplir son cycle vital. Des voies préférentielles de déplacement existent naturellement : les corridors biologiques. Ces espaces plus ou moins linéaires sont de nature très variée et catégorisés de multiples façons. Partout, ils assurent la connectivité du milieu, particulièrement dans les milieux fragmentés. L’humain aussi se déplace, et pour ce faire, il construit différentes structures linéaires qui seront plus ou moins fréquentées. Ces axes entrant en conflit avec les corridors biologiques engendrent plusieurs impacts qui, en fonction des milieux en question, peuvent avoir des effets plus ou moins importants sur la faune et la flore présentes. Il existe une variété de structures de franchissement qui permettent aux animaux, selon leurs propres besoins de traverser les routes en évitant de nombreux dangers. De tels passages fauniques sont utilisés à différentes fréquences sur et sous les routes, voies ferrées et canaux à travers le monde. Au Québec, la prise en compte de corridors biologiques est encore peu répandue et mériterait d’être intégrée dès le processus d’évaluation des impacts de façon systématique.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".