MétaCan
Menu
Retour à la cohorte
Enregistrement W1977922202 · doi:10.2980/18-4-3421

Fire season and prairie forb richness in a 21-y experiment

2011· article· en· W1977922202 sur OpenAlexvenueno aff
Henry F. Howe

Notice bibliographique

RevueEcoscience · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForbSpecies richnessBiologyHerbaceous plantGrowing seasonFire ecologyIntroduced speciesEcologyGrasslandEcosystem

Résumé

récupéré en direct d'OpenAlex

An experimental restoration in Wisconsin planted in 1986 tested the hypothesis that growing-season fire maintained richness of native herbaceous dicots (forbs). Replicated plantings were burned in May or July, or left unburned, every third year from 1989 to 2004 and monitored for differences in cover and richness through 2006. Native forb richness was higher in burned than unburned plots, with greatest richness following July burns. Two seasons after the 2004 fires, counts averaged 2 more native forb species in replicates burned in July than those burned in May and 4 more species in replicates burned in July than those left unburned. The strongest statistical response to fire season was higher richness of early-flowering species in replicates burned in July, largely attributable to early-flowering forbs planted in 1986 that persisted better after July burns than in other treatments. Spring fire increased cover of late-flowering C4 grasses. As of 2006, C4 grasses accounted for 76% cover after May fires, 52% after July fires, and 39% in unburned plots. Replicates burned in July held more alien species for the first 12 y, after which alien richness declined and differences among treatments disappeared. Summer fire best maintained richness of native, especially early-flowering, species.

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 enseignants0,020
Score d'incertitude au seuil0,364

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 Opus0,017
Tête enseignante GPT0,236
Écart entre enseignants0,219 · 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

Citations28
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcoscienceMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207