MétaCan
Menu
Retour à la cohorte
Enregistrement W2012552008 · doi:10.1139/x99-154

Impact à court terme de l'exploitation forestière sur le tétras du Canada (<i>Falcipennis canadensis</i>)

2000· article· fr· W2012552008 sur OpenAlexvenueaboutno aff
Francis Turcotte, Réhaume Courtois, R. Couture, Jean Ferron

Notice bibliographique

RevueCanadian Journal of Forest Research · 2000
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryHumanitiesArtGeography

Résumé

récupéré en direct d'OpenAlex

Le suivi télémétrique de 35 tétras du Canada (Falcipennis canadensis) 1 an avant coupe forestière et de 22 autres l'année de la coupe montrent que cette espèce est négativement affectée par la coupe à blanc. Après coupe, les tétras se sont réfugiés dans les habitats résiduels, à proximité du domaine vital printanier. Ils furent rencontrés plus souvent dans des peuplements en régénération, à densité arbustive élevée, et dans des milieux improductifs, sélectionnant parmi les habitats disponibles ceux ayant les plus grandes densités arborescentes et les plus faibles densités arbustives. Les déplacements totaux des tétras ont augmenté pendant et après coupe. Les domaines vitaux d'été étaient de 23-41 ha l'année de la coupe contre 13-33 ha l'année précédente (p = 0,07). La superficie des domaines vitaux ne différait pas statistiquement avant (4-21 ha) et après coupe (19-23 ha). La proportion d'individus au repos a diminué après coupe et les comportements d'alerte ont augmenté (p > 0,01). Le taux de survie des tétras a été plus faible l'année de la coupe (S = 0,44 ± 0,02) que l'année précédente (S = 0,75 ± 0,01). Il fut également plus faible après coupe (S = 0,50 ± 0,02) qu'avant les opérations forestières (S = 0,89 ± 0,09), la prédation étant la principale cause de mortalité. La densité des tétras a diminué de 60% après la coupe.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,404

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,264
Écart entre enseignants0,243 · 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

Citations14
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207