Impact de la défoliation par la tordeuse des bourgeons de l’épinette sur les concentrations des gaz à effet de serre dans les petits ruisseaux
Bibliographic record
Abstract
L’une des principales perturbations naturelles des forêts boréales et hémiboréales canadiennes est la défoliation par la tordeuse des bourgeons de l’épinette, qui augmente les apports en nutriments et carbone aux sols des bassins versants ainsi que le ruissellement. Étroitement connectés aux bassins versants, les ruisseaux de tête sont d’importantes sources de gaz à effet de serre (GES), mais l’impact de la défoliation sur les concentrations de GES reste méconnu. Pour combler cette lacune, nous avons mesuré les concentrations de CO₂, CH₄ et N₂O dans douze ruisseaux le long d’un gradient de défoliation dans la péninsule de Gaspé (Québec). Onze échantillonnages, entre juin et octobre 2023 et 2024, ont permis d’évaluer l’effet de la défoliation cumulative, la mortalité, et des facteurs physico-chimiques et climatiques sur la variabilité des GES. Nos résultats révèlent une forte hausse des concentrations de CH₄ et N₂O entre les deux années, coïncidant avec une défoliation régionale annuelle intense, aggravant la défoliation cumulative et la mortalité des arbres. Le CO₂ dépendait davantage de la pente des ruisseaux, bien que la défoliation explique une partie de variabilité. Notre étude suggère une réponse régionale indirecte des GES aux effets de la défoliation et de la mortalité, avec un décalage temporel entraînant une hausse d’azote total dissous et de carbone labile influençant le métabolisme des ruisseaux. Les variations de débit, induites par le climat, pourraient influencer les concentrations. Nos résultats soulignent que les effets de la défoliation par les insectes, amplifiés par le climat, doivent être considérés dans la gestion forestière.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".