MétaCan
Menu
Retour à la cohorte
Enregistrement W1968182782 · doi:10.1111/afe.12069

Succession of saproxylic beetles associated with decomposition of boreal white spruce logs

2014· article· en· W1968182782 sur OpenAlexafffund
Seung-Il Lee, John R. Spence, David W. Langor

Notice bibliographique

RevueAgricultural and Forest Entomology · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Conservation Association
Mots-clésBiologyEcological successionCoarse woody debrisTaigaEcologyFaunaHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract We reared saproxylic beetles from 54 white spruce [ Picea glauca ( M oench) V oss] logs collected in northwestern A lberta, C anada. Logs represented six decay classes, ranging from freshly dead to well decayed. Beetle assemblages were indicated mainly by phloeophagous and predaceous species in early decay stages, although indicator species were mainly predaceous in later stages of decay. No indicator species were identified for intermediate decay stages. Larvae from rearings were disproportionately predaceous. Thus, movement of juveniles within and among coarse woody debris ( CWD) substrates is likely an important aspect of the life history for these species. Beetle assemblages changed progressively with increasing stages of decomposition. Assemblages of adjacent decay classes were highly similar, although similarity decreased with increasing difference in decay classes. Therefore, the retention of all decay classes of white spruce downed CWD on post‐harvest landscapes is necessary to conserve the associated saproxylic beetle fauna. Retention of CWD in advanced decay stages, which contains species not found in earlier decay classes, presents a particular challenge in forest management because of the long times required to develop CWD in the later stages of decomposition.

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 enseignants0,015
Score d'incertitude au seuil0,235

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 Opus0,008
Tête enseignante GPT0,196
Écart entre enseignants0,188 · 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

Citations39
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgricultural and Forest EntomologyMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207