DISPERSED TREES IN PASTURELANDS OF CATTLE FARMS IN A TROPICAL DRY ECOSYSTEM
Notice bibliographique
Résumé
In many tropical cattle farms of Central America, farmers commonly retain trees in pastures to obtain timber and provide shade and fodder to cattle. However, little is known about the diversity, abundance, richness and species composition of dispersed trees in pastures of cattle farms in the dry tropics. Therefore, the objective of this study was to characterize and describe the pattern of tree cover dispersed in pastures of cattle farm systems assessing their roles in sustaining farm productivity. The study was conducted in 16 cattle farms in a tropical dry ecosystem in Costa Rica. A total of 5,896 trees, from 36 families and 99 species, were found dispersed in pastures (836 ha). Trees were present on 100% of the farms and in 85% of pastures and they occurred as individual trees (54%) and clustered (46%). The most abundant families are Bignonaceae, Sterculeaceae and Boraginaceae. The most common tree species were Tabebuia rosea (Bertol.) DC, Guazuma ulmifolia Lam, Cordia alliodora (Ruiz & Pav.) Oken and Acrocomia aculeata (Jacq.) Lodd. ex Mart, which together accounted for 60% of the total number of trees. Tree species with smaller crowns are found at higher densities than tree species with large crowns. Pastures mean crown cover was 7% (SE + 0.54) and mean tree density was 8.1 trees ha-1 (SE + 0.66). We conclude that farmers are managing a low tree diversity, cover (m2 ha-1) and density (trees ha-1) for fulfilling different farm needs that contribute to farm productivity but minimizing interference with pasture productivity.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».