MétaCan
Menu
Retour à la cohorte
Enregistrement W2021467789 · doi:10.3390/f6020344

Development of Northern White-Cedar Regeneration Following Partial Cutting, with and without Deer Browsing

2015· article· en· W2021467789 sur OpenAlexaffabout
Catherine Larouche, Jean‐Claude Ruel

Notice bibliographique

RevueForests · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensUniversité LavalGovernment of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOdocoileusCanopyWildlifeHabitatAbundance (ecology)White (mutation)Regeneration (biology)EcologyBiologyNatural regenerationRange (aeronautics)GeographyForestry

Résumé

récupéré en direct d'OpenAlex

Northern white-cedar (Thuja occidentalis L.) is an important commercial species with a high wildlife value, both as a food source and habitat for many bird and mammal species. Concerns have been expressed about its decreasing abundance across its range, and especially in mixedwood stands, where it has to compete with several other species and can suffer from heavy browsing. In this study, we quantified the development of natural northern white-cedar seedlings and saplings under various partial cutting regimes, with and without white-tailed deer (Odocoileus virgianus Zimmerman) browsing, in three selected sites in Quebec (Canada) and in Maine (USA). Our data show that northern white-cedar regeneration was present in all studied stands, but that only a few stems were taller than 30 cm on the two sites with high densities of deer. In the absence of heavy browsing, stems reached a height of 30 cm in 11 years, and 130 cm in 28 years. Height growth of northern white-cedar regeneration increased with canopy light transmittance, while ground-level diameter increment increased after partial cutting. This suggests that partial cutting can be used in mixedwood stands to release natural northern white-cedar regeneration, but also that the recruitment of northern white-cedar seedlings to larger size classes constitutes a major challenge in stands subject to heavy deer browsing.

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 enseignants0,019
Score d'incertitude au seuil0,253

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 GPT0,227
Écart entre enseignants0,210 · 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

Citations12
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetRangeland and Wildlife ManagementTravaux en français237 207