Priorisation de la conservation des bois urbains : analyse des interactions entre les objectifs écologiques et sociaux
Bibliographic record
Abstract
Considérant que plus de la moitié de la population mondiale vit dans les zones urbaines et que cette proportion devrait atteindre 68% d’ici 2050, les boisés urbains et autres espaces verts dans les villes deviennent de plus en plus importants. De nombreuses villes mettent en place de nouvelles mesures de conservation pour préserver ces milieux, mais étant donné les ressources et l’espace limités dans les zones urbaines, il est nécessaire de faire des choix concernant les milieux prioritaires à conserver. En raison de la diversité des acteurs impliqués dans la gestion municipale, ces choix peuvent prendre des directions variées et entrer en conflit les uns avec les autres. En contexte urbain, les mécanismes d’interaction entre les différents objectifs de conservation sont encore mal compris. En utilisant un réseau de 48 boisés urbains de la région métropolitaine de Montréal, nous avons examiné les associations (synergies ou compromis) entre la priorisation de conservation selon : (i) l’intégrité écologique, (ii) la contribution à la connectivité, (iii) la multifonctionnalité des services écosystémiques, et (iv) la vulnérabilité sociale. Ces associations ont été testées par des corrélations de rangs de Spearman. La seule association significative que nous avons observée est entre la priorisation de l’intégrité écologique et celle de la vulnérabilité sociale, et elle est négative, ce qui indique que la sélection des boisés les plus écologiquement intègres contribue à intensifier les iniquités environnementales. Nos résultats montrent également l’absence de combinaisons d’objectifs de conservation pouvant simultanément être optimisés par les mêmes boisés. Cependant, l’absence d’association positive dans nos résultats suggère que des compromis ne sont pas nécessairement requis et que différents objectifs de conservation peuvent être complémentaires dans les plans d’aménagement. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : analyse multicritère, intégrité écologique, connectivité, services écosystémiques, multifonctionnalité, iniquités environnementales, synergies et compromis
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".