MétaCan
Menu
Retour à la cohorte
Enregistrement W1513652630 · doi:10.1139/b08-090

Fungi and diseases — natural components of healthy forestsThis article is one of a collection of papers based on a presentation from the <i>Stem and Shoot Fungal Pathogens and Parasitic Plants: the Values of Biological Diversity</i> session of the XXII International Union of Forestry Research Organization World Congress meeting held in Brisbane, Queensland, Australia, in 2005.

2009· article· en· W1513652630 sur OpenAlexaffvenue
Michael E. Ostry, G. Laflamme

Notice bibliographique

RevueBotany · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyForest healthOutbreakEcologyForest ecologyScale (ratio)EcosystemEnvironmental resource managementAgroforestryGeography

Résumé

récupéré en direct d'OpenAlex

Forest health is described and perceived in different ways by the general public, land owners, managers, politicians, and scientists, depending on their values and objectives. Native tree pathogens and diseases are often associated with negative impacts even though damage is limited or not widespread. Too often, the concepts of tree health and forest health are used interchangeably and are not related to scale. Similar to fire, occurrences of disease outbreaks focus on the negative effects. However, native pathogens often exist in equilibrium with natural forest communities so their critical ecological roles are not easily discernible. Examined holistically, native fungi and diseases, dead and dying trees, and the many complex ecological interactions among them provide valuable benefits that ultimately contribute to sustainable, healthy forest ecosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,307

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,274
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetForest Insect Ecology and ManagementTravaux en français237 207