MétaCan
Menu
Retour à la cohorte
Enregistrement W1978462929 · doi:10.1139/x05-001

Invertebrate predation of postdispersal seeds and juvenile seedlings of black spruce (<i>Picea mariana</i>) in the boreal forest of eastern Canada

2005· article· en· W1978462929 sur OpenAlexvenueaboutno aff
Mathieu Côté, Jean Ferron, Réjean Gagnon

Notice bibliographique

RevueCanadian Journal of Forest Research · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlack spruceBiologyInvertebratePredationEcologySeed predationTaigaExclosureHerbivoreSeed dispersalPopulationBiological dispersal

Résumé

récupéré en direct d'OpenAlex

We used an extensive vertebrate exclosure experiment to evaluate black spruce (Picea mariana (Mill.) B.S.P.) postdispersal seed and seedling predation by invertebrates in three boreal habitats of Eastern Canada: recent burn, spruce–moss, and lichen woodland. Between 9% and 19% of seeds were eaten by invertebrates. Seed predation was higher in recent burns than in spruce–moss and lichen woodlands. Abundance and diversity of potential invertebrate seed consumers sampled in pitfall traps also varied among habitat types. Among the invertebrate seed consumers sampled, Myrmica spp. (Hymenoptera: Formicidae) and Pterostichus adstrictus (Eschscholtz, 1823) (Coleoptera: Carabidae) were the most numerous; Formica spp. (Hymenoptera: Formicidae) and Pterostichus punctatissimus (Randall, 1838) (Coleoptera: Carabidae) were also present. Between 2% and 12% of juvenile black spruce seedlings were eaten by invertebrates. The most important seedling consumers were slugs (molluscs). Invertebrate predation of seeds and seedlings was highest (19% and 12%) in recent burns, indicating that invertebrate predation may significantly influence black spruce regeneration in these sites.

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)0,000
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 enseignants0,080
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
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 Opus0,014
Tête enseignante GPT0,239
Écart entre enseignants0,225 · 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

Citations27
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207