Maturité financière, revenu potentiel et vulnérabilité des essences de la zone tempérée nordique
Bibliographic record
Abstract
Un défi dans la réalisation des coupes partielles pour approvisionner une usine de bois d’œuvre de feuillus est de tirer un revenu suffisant à partir des bois récoltés pour couvrir les coûts d’approvisionnement. Historiquement, la majeure partie du volume des peuplements à dominance de feuillus est composée de bois utilisés pour les pâtes et papiers. Toutefois, depuis le milieu de la décennie 2000, les marchés pour ces produits sont en décroissance. Il en résulte une pression à récolter en plus forte proportion les plus gros arbres de belle qualité des essences feuillues les plus recherchées par les usines de bois d’œuvre. Dans ce contexte, nous avons analysé le revenu potentiel que pouvaient offrir 15 essences forestières rencontrées dans les peuplements où des coupes partielles sont couramment pratiquées dans le sud du Québec. Nous avons aussi calculé le diamètre à maturité financière (DMF) de ces essences, soit celui à partir duquel le taux de rendement annuel des arbres laissés sur pied devient négatif à cause de leurs grands risques de mortalité ou de dégradation, comparativement à leur accroissement. Les résultats ont permis d’identifier 4 essences pouvant offrir un revenu bien plus grand que le coût moyen d’approvisionnement par coupe partielle (le chêne rouge [Quercus rubra L.], l’épinette blanche [Picea glauca (Moench) Voss], l’épinette rouge [Picea rubens Sarg.] et le pin blanc [Pinus strobus L.]), de même que 4 autres dans la situation opposée (le bouleau à papier [Betula papyrifera Marshall], l’érable rouge [Acer rubrum L.], le tilleul d’Amérique [Tilia americana L.] et la pruche du Canada [Tsuga canadensis (L.) Carrière]). Les résultats démontrent aussi que le taux annuel de rendement d’un arbre au Québec (c’est‑à‑dire son taux annuel de changement de revenu brut d’approvisionnement en bois d’œuvre) dépasse rarement la valeur de 3,5 % recommandée pour des investissements publics. Pour compléter cette analyse financière, nous avons recensé la littérature afin d’évaluer la vulnérabilité aux changements climatiques anticipés et les répercussions potentielles causées par l’arrivée de nouveaux ravageurs exotiques de ces 15 essences et de 9 autres de la zone tempérée nordique. Ces nouvelles menaces pourraient influencer les perspectives à long terme quant à l’utilisation des résultats financiers.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 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".