MétaCan
Menu
← Back to cohort
Record W7133274616

L'encrassement biologique des bâtiments comme vecteur de l'introduction d'espèces non indigènes au Canada

2022· other· fr· W7133274616 on OpenAlexaboutno aff
Tessa Rose Brinklow, Farrah T. Chan, Mohammad Etemad, Jiban Chandra Deb, Sarah A. Bailey

Bibliographic record

VenueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2022
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationIle de franceFluorescent labelling
DOInot available

Abstract

fetched live from OpenAlex

L’encrassement biologique est l’accumulation d’organismes (tels que les algues, les moules, les pouces-pieds et autres taxons) sur les surfaces immergées. L’encrassement biologique des bâtiments est considéré comme indésirable, parce qu’il réduit l’efficacité énergétique des bâtiments en augmentant la traînée et qu’il peut transporter des organismes sur de longues distances vers des endroits situés en dehors de leur région biogéographique naturelle. Par rapport à d’autres vecteurs de transfert d’organismes aquatiques, tels que les eaux de ballast, l’encrassement biologique est relativement peu étudié, bien qu’il s’agisse d’un vecteur majeur d’introduction d’espèces non indigènes (ENI) aquatiques dans les écosystèmes côtiers du monde entier. Pour cette raison, Transports Canada a demandé un avis scientifique à Pêches et Océans Canada afin d’obtenir une évaluation nationale actualisée de la probabilité de l’introduction et de l’établissement d’ENI par le biais de l’encrassement biologique des bâtiments, afin de guider l’élaboration de politiques de gestion de l’encrassement biologique. Un modèle mécaniste à plusieurs stades (un modèle à plusieurs étapes décrivant les parties ou les stades du processus d’invasion) a été utilisé dans le cadre de cette étude afin d’évaluer la probabilité d’introduction et d’établissement d’ENI au Canada à partir des données recueillies pendant un an sur les premières arrivées de bâtiments commerciaux battant un pavillon étranger. Les stades du modèle comprennent l’arrivée, la survie et l’établissement des ENI, cependant dans le présent document, le terme « établissement » désigne le succès cumulatif des trois stades pour aboutir à une population autonome dans les eaux canadiennes. Des évaluations distinctes ont été menées pour les surfaces principales de la coque des bâtiments et les zones de recoins combinées (telles que le caisse de prise d’eau, l’hélice et les tunnels des propulseurs, où l’encrassement biologique est susceptible d’être plus concentré). Les résultats ont été résumés pour les quatre régions côtières du Canada – Atlantique, Pacifique, Grands Lacs-fleuve Saint-Laurent et Arctique – en fonction du port de destination ou d’arrivée des bâtiments. Les paramètres du modèle étaient basés sur des données empiriques sur l’encrassement biologique des bâtiments et des données empiriques environnementales, ainsi que sur des estimations des processus biologiques en tenant en compte de leur variabilité. Les estimations des établissements primaires moyens d’ENI par an via les coques des bâtiments variaient de moins de 1 (région de l’Arctique) à 2,2 (région du Pacifique) ENI par an. De même, le nombre moyen de sorties jusqu’à ce qu’au moins un établissement d’ENI via la coque soit réussi variait de 94 sorties (région du Pacifique) à 174 sorties (région des Grands Lacs et du fleuve Saint-Laurent). Les établissements primaires d’ENI associés aux recoins des bâtiments étaient généralement plus élevés que ceux associés à la coque, les établissements d’espèces les plus élevés par an étant de 8,4 ENI par an, avec 23 sorties jusqu’à l’établissement (région du Pacifique). Bien que ces estimations soient marquées par une certaine incertitude, les résultats indiquent une probabilité non négligeable d’établissement d’ENI par l’encrassement biologique des bâtiments dans toutes les régions du Canada. On estime que les côtes de l’Atlantique et du Pacifique accueilleront le plus grand nombre d’établissements d’ENI, en raison du nombre plus élevé d’arrivées de bâtiments dans ces régions. Les taux d’établissement des ENI via les zones principales de la coque des bâtiments étaient inférieurs à ceux des recoins, ces derniers (tous combinés) présentant une plus grande abondance d’encrassement biologique malgré une surface mouillée plus petite. L’encrassement biologique des bâtiments doit être considéré comme un vecteur dominant et actif d’introduction des ENI au Canada.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.190
Threshold uncertainty score0.381

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0020.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.010
GPT teacher head0.235
Teacher spread0.225 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada→French-language works237,207→