Développement d’indicateurs sur la base de données nationale Propage
Bibliographic record
Abstract
Le Propage est un programme de sciences participatives dédié au suivi des papillons dans lesespaces verts et naturels, et destiné aux gestionnaires de ces espaces. Son objectif principal estde mesurer l’évolution des populations de papillons de jour et d’évaluer l’impact des pratiquesde gestion sur ces communautés. Les données collectées depuis maintenant 15 ans, qui incluentà la fois le suivi des papillons et les caractéristiques du milieu (telles que le type d’habitat et lesmodalités de gestion), n’ont pas encore été pleinement exploitées.À partir des données recueillies dans le cadre de ce programme, les objectifs initiaux du stageétaient les suivants :1. Identifier les indicateurs de biodiversité les plus sensibles aux pratiques de gestion.2. Évaluer la robustesse des indicateurs identifiés.3. Combiner ces indicateurs pour fournir aux gestionnaires un outil d’aide à la décision.Le stage s’est déroulé en deux phases :Phase 1 : Exploration et curation de la base de données.Cette étape a permis l’acquisition d’une connaissance approfondie de la base. Les anomaliesrelevées feront l’objet d’une restitution ultérieure. Ce travail exploratoire, réalisé sur deux mois,a permis de constituer une base de données propre et prête à l’analyse pour la suite du projet.Phase 2 : Développement d’indicateurs.Deux types d’indicateurs ont été étudiés : des indicateurs de diversité taxonomique* 1 ainsi quedes espèces bio-indicatrices*. Les résultats de cette analyse sont exposés en détail au chapitre 5,qui prend la forme d’un rapport de stage de recherche en écologie, structuré selon les normes despublications scientifiques du domaine.L’analyse de la robustesse des indicateurs mis en évidence et le développement de l’outil d’aideà la décision n’ont pas pu être abordés lors du stage.
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 | 0.018 | 0.072 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.010 | 0.006 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.008 |
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".