MétaCan
Menu
Retour à la cohorte
Enregistrement W2017898870 · doi:10.1139/x03-123

Early regeneration and growth dynamics of <i>Populus tremuloides</i> suckers in relation to fire severity

2003· article· en· W2017898870 sur OpenAlexfundvenueaboutno aff
G. Geoff Wang

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésSuckerBasal areaBorealTaigaEnvironmental scienceEcologyBiologyForestryGeography

Résumé

récupéré en direct d'OpenAlex

Four boreal mixedwood stands burned by the 1999 Black River wildfire in southeastern Manitoba were sampled to determine the effect of fire severity on density and diameter and height growth of trembling aspen (Populus tremuloides Michx.) suckers during the first three postfire years. Analysis of covariance, using prefire aspen basal area as the covariate, indicated that fire severity significantly affected postfire aspen sucker density, with significantly lower density found on severely burned plots. Changes in aspen sucker density over the three postfire years depended on fire severity, with significant changes observed only on scorched and lightly burned plots. Sucker mortality was positively related to the initial sucker density, with more than 80% of the total variance being explained. Fire severity significantly affected the growth of dominant aspen suckers in the first, but not the second and the third, postfire years. The first year of growth initially increased and then remained stable with the increase in density, while the second and third years of growth were not affected by density. Since fire severity within and (or) among burned stands is inherently heterogeneous, the effect of fire severity must be taken into account in predicting postfire density and growth of aspen suckers.

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 enseignants0,033
Score d'incertitude au seuil0,066

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 technologies0,0000,000
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 Opus0,014
Tête enseignante GPT0,245
Écart entre enseignants0,232 · 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

Citations44
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

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