MétaCan
Menu
← Retour à la cohorte
Enregistrement W1970087785 · doi:10.1139/cjfr-2014-0397

The impact of root exclusion on duff moisture and fire danger

2015· article· en· W1970087785 sur OpenAlexafffundvenueabout
Dan K. Thompson, John A. Studens, Chelene C. Hanes, B. Mike Wotton

Notice bibliographique

RevueCanadian Journal of Forest Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesNatural Resources Canada
Mots-clésWater contentDeciduousEnvironmental scienceGrowing seasonMoistureAgronomyHorticultureChemistryBotanyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

The impact of root water uptake on duff (both fibric and humic horizons) moisture was investigated at deciduous, mixedwood, and conifer stands in Ontario, Canada. Roots were actively excluded from the duff layer using geotextiles inserted at the duff–mineral soil interface and along the plot edges; liquid and vapour water flow was otherwise not affected by the geotextiles. Root exclusion caused little difference in duff moisture content prior to early June, after which the root exclusion plots remained at 15%–20% volumetric water content, whereas root-intact plots declined to as low as 5% volumetric water content during rain-free periods. Only in the root-intact plots did the duff water content reach sufficiently low levels that duff evaporation was limited by low water content. The net effect of root exclusion was to reduce the cumulative growing season water loss in the duff by 19%–31%, depending on the stand type. Root exclusion also decreased the number of days with a high probability of duff smouldering from as many as 72 days·year−1 to as few as 0 days·year−1. This root exclusion experiment provides a model for short-term duff moisture transitions under thinned forests such as those forests under community wildfire protection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,852
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,312
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetFire effects on ecosystems→Travaux en français237 207→