SCIENCES DE L'ENVIRONNEMENT PAR
Bibliographic record
Abstract
Mise en garde La bibliothèque du Cégep de l’Abitibi-Témiscamingue et de l’Université du Québec en Abitibi-Témiscamingue a obtenu l’autorisation de l’auteur de ce document afin de diffuser, dans un but non lucratif, une copie de son œuvre dans Depositum, site d’archives numériques, gratuit et accessible à tous. L’auteur conserve néanmoins ses droits de propriété intellectuelle, dont son droit d’auteur, sur cette œuvre. Il est donc interdit de reproduire ou de publier en totalité ou en partie ce document sans l’autorisation de l’auteur. REMERCIEMENTS Je souhaiterais remercier, en tout prem1er lieu, mes directeurs de recherche de m'avoir donné la chance de réaliser ce projet. J'avais rêvé de travailler sur la martre et je me sens vraiment privilégiée d'avoir pu mener un tel projet qui m'a permis d'approcher cet animal < > de près. Il m'a aussi permis de faire toutes sortes d'expériences de terrain qui ont satisfait mon goût pour cette partie du travail de biologiste. Je voudrais remercier Louis Irnbeau, mon directeur, pour sa grande disponibilité et pour rn ' avoir souvent guidée et
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.038 | 0.007 |
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".