Structure et dynamique des communautés de coléoptères associés aux cadavres humains et porcins au Québec
Bibliographic record
Abstract
Tout d'abord, je tiens à remercier ma directrice de recherche, Shari Forbes, et ma codirectrice de recherche, Julie-Éléonore Maisonhaute, de m'avoir offert la possibilité de réaliser ce projet de maitrise.Vos conseils ainsi que votre aide tout au long de ce projet de maitrise auront été des plus formateurs et des plus instructifs.Merci de votre disponibilité et de votre grande compréhension tout au long de la réalisation de ce projet de maitrise.Sans vous, je n'aurais jamais pu réaliser ce projet de maitrise.Je tiens également à remercier toute l'équipe de recherche du site REST[ES] sans qui ce projet n'aurait pas été possible.Merci à Agathe Ribéreau-Gayon, Darshil Patel, Frédérique Ouimet et Rushali Dargan pour leur aide sur le terrain.Un merci particulier s'adresse à mes collègues Sophie Morel et Pierre-Louis Arcand pour leur aide précieuse tout au long de la collecte des données sur le terrain.Je dois aussi remercier les familles de nos donneurs humains et les donneurs eux-mêmes puisque sans eux ce projet n'aurait jamais pu avoir lieu.Je souhaite aussi remercier les professeurs Raphaël Proulx et Gaétan Moreau pour leurs aides précieuses au niveau des analyses statistiques et de la rédaction.Des remerciements sont également dus à mes deux évaluatrices externes, Hélène LeBlanc et Geneviève Labrie pour leurs précieux conseils qui m'ont permis de perfectionner plusieurs aspects importants de ce projet de recherche.Je tiens aussi à remercier Joseph Moissan-De Serres pour son aide lors de l'identification des spécimens de coléoptères.Au niveau financier, je tiens à remercier le Groupe de Recherche en Science Forensique (GRSF) pour le support monétaire que j'ai reçu au cours de ce projet.Leur support m'a été bien utile pour réaliser ce projet.À un niveau plus personnel, je tiens à remercier tous les membres de ma famille qui m'ont encouragé et soutenu tout au long de ces trois années de maitrise.J'ai pu finaliser ma maitrise grâce à leur aide.Je remercie aussi mon chien Onyx, en raison de sa présence réconfortante qui m'a aidé dans des moments de rédaction plus difficile.Et finalement, un merci tout particulier à ma conjointe Julie-Per Viau pour ses encouragements, son aide et son soutien sans faille tout au long de mes années de maitrise.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".