Cartographie des effets cumulatifs et vulnérabilité des écosystèmes marins canadiens aux activités et facteurs de stress anthropiques
Bibliographic record
Abstract
La prise en compte des effets cumulatifs, dans le cadre d’efforts allant de l’évaluation environnementale à la planification spatiale marine, continue de poser des défis aux scientifiques et aux gestionnaires. L’évaluation des effets cumulatifs est un domaine qui évolue rapidement et qui comporte une diversité d’approches et de méthodologies. La cartographie des effets cumulatifs est une méthode établie pour représenter les effets spatiaux de multiples activités et facteurs de stress. Depuis sa première publication par Ben Halpern et ses collègues en 2008, la cartographie des effets cumulatifs a été appliquée à diverses échelles spatiales dans des régions du monde entier, y compris au Canada. Il s’agit d’un modèle établi et semi quantitatif qui représente spatialement les effets additifs des activités humaines et des facteurs de stress sur les écosystèmes marins. Le modèle de cartographie des effets cumulatifs comprend la compilation et la normalisation de données marines spatialement explicites de grande qualité. Trois ensembles de données sont requis : 1. La représentation spatiale des activités et/ou des facteurs de stress d’origine anthropique; 2. La représentation spatiale des habitats (ou des espèces); 3. Une matrice de cotes pour représenter la vulnérabilité relative de chaque habitat à chaque activité ou facteur de stress. Les cotes d’effets sont additionnées pour l’ensemble des habitats et des activités pour chaque cellule de la grille afin de produire une carte des effets cumulatifs relatifs. Les résultats du modèle permettent de visualiser les effets cumulatifs relatifs dans la région cible, en mettant en évidence les zones les plus et les moins touchées par les activités humaines. Dans ce document, nous donnons un aperçu de la méthode de cartographie des effets cumulatifs et de son application dans les eaux canadiennes. Nous présentons les résultats d’un examen par des experts des matrices de vulnérabilité concernant le Pacifique et l’Atlantique canadiens et les changements suggérés pour l’utilisation dans les efforts de cartographie des effets cumulatifs à l’avenir. Enfin, nous discutons des limites et des hypothèses de la méthode et de son applicabilité dans divers contextes de gestion.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".