Winter presence of moose in clear-cut black spruce landscapes: related to spatial pattern or to vegetation?
Notice bibliographique
Résumé
Winter aerial surveys of moose (Alces alces) were completed on 14 landscapes (10–256 km2 ) formed of aggregated black spruce (Picea mariana) clear-cuts logged 3–9 years ago in southcentral Quebec. Moose were present in 8 landscapes (11 yards) and had a mean density of 0.20 moose/10 km2, which was 50% of the density observed in the same hunting zone with a similar forest composition. Based on previous work, effects of variability in hunting pressure and time since cutting were assumed not to influence distribution and abundance of moose. Browse density did not increase with age of cuts. Moose density was not related to the size of the clear-cut landscapes or the proportion of residual forest (18–40%) within each landscape (P = 0.14). Moose yards were not located close to uncut forest surrounding the landscapes and did not have a greater proportion of residual forest than clear-cut landscapes. Moose yards had a denser shrub layer and more browse available than random sites selected in the same landscapes. The presence of moose in large clearcut black spruce landscapes is related to vegetation characteristics and not the spatial pattern of the forest. The authors propose two strategies to maintain moose populations and moose hunting activity in this type of forest after harvesting.
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 | 0,001 |
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 ».