MétaCan
Menu
Retour à la cohorte
Enregistrement W1994505276 · doi:10.1016/j.biocon.2015.01.020

Natural regeneration of forest vegetation on legacy seismic lines in boreal habitats in Alberta’s oil sands region

2015· article· en· W1994505276 sur OpenAlexafffundabout
Cassidy K. van Rensen, Scott E. Nielsen, Barry White, T. Vinge, Victor J. Lieffers

Notice bibliographique

RevueBiological Conservation · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensAlberta Environment and Protected AreasUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDirectorate for Biological SciencesAlberta InnovatesAlberta Innovates - Technology FuturesUniversity of AlbertaUniversity of New Brunswick
Mots-clésRegeneration (biology)Forest regenerationDisturbance (geology)TaigaHabitatLoggingTerrainFragmentation (computing)Environmental scienceBorealVegetation (pathology)EcologyGeographyPhysical geographyGeologyAgroforestryForestryBiology

Résumé

récupéré en direct d'OpenAlex

Mapping of oil reserves involves the use of seismic lines (linear disturbances) to determine both their location and extent. Conventional clearing techniques for seismic assessment have left a legacy of linear disturbances that cause habitat fragmentation. Little is known, however, about how local and landscape factors affect natural regeneration patterns of trees and shrubs on seismic lines that facilitate mapping and future projections of regeneration patterns. To understand factors affecting early forest regeneration and to predict future trends in regeneration of legacy seismic lines we used LiDAR, forest stand databases and a disturbance inventory of conventional seismic lines to model seismic line regeneration to a 3 m height in a 1806 km2 area in northeastern Alberta, Canada. Regeneration to 3 m was inversely related to terrain wetness, line width, proximity to roads (as a proxy for human use of lines), and the lowland ecosites. Overall, terrain wetness and the presence of fen ecosites had the strongest negative effect on regeneration patterns; the wettest sites failed to recover even after 50 years post-disturbance. Predictions of future regeneration rates on existing lines suggested that approximately one-third of existing linear disturbance footprints in this boreal landscape will remain un-regenerated 50 years later resulting in persistent habitat fragmentation. Model predictions estimating regeneration probability are particularly valuable for estimating current and future forest regeneration trajectories on linear disturbances which are a conservation concern and a focus for restoration and planning by government, industry and conservation organizations.

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 enseignants0,068
Score d'incertitude au seuil0,136

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,047
Tête enseignante GPT0,262
Écart entre enseignants0,215 · 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

Citations154
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiological ConservationMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207