Lichen biodiversity and conservation status in the Copeland Forest Resources Management Area: a lichen-rich second-growth forest in southern Ontario
Notice bibliographique
Résumé
Southern Ontario is the most densely populated region in Canada. As a result, ubanization, industrialization, and agriculture are extensive. Few ecosystems in the region have been unaltered, and second-growth forests now dominate the remaining natural landscape. To better understand the lichen diversity in these second-growth forests, we inventoried 24 distinct vegetation communites in the Copeland Forest Resources Management Area (1780 ha) located between Barrie and Orillia in September and October 2011, recording 154 species in 79 genera. One species, Lecidea sarcogynoides, was collected for the first time in Canada and is reported for the first time in North America; one additional species, Micarea micrococca, was collected for the first time in Ontario and is reported for the first time in Canada; three species that have previously been collected in Ontario — Bellemerea cinereorufescens, Phlyctis speirea, and Xanthoparmelia angustiphylla — are reported for the first time in the province; and Candelariella lutella was collected and is reported for the second time in Ontario and the third time in Canada. In addition, six species with a provincial status rank of S1 (critically imperilled) or S2 (imperilled) were located: Arthonia byssacea, Arthonia ruana, Chaenothecopsis pusiola, Cresponea chloroconia, Pachyphiale fagicola, and Placynthiella uliginosa. Our results show that second-growth forests can be important refugia for lichen diversity. The majority of the lichen diversity within the Copeland Forest was contained in a small number of sites (6 of 24). This suggests that management strategies should integrate lichen diversity by targeting species-rich areas. We found that sites with a high variation in: canopy closure, tree species, tree age, moisture, and the presence of snags had the highest lichen diversity. Forest managers in southern Ontario can use our results to identify species-rich areas on their properties.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».