MétaCan
Menu
Retour à la cohorte
Enregistrement W2025645410 · doi:10.14214/sf.47

A comparison of residual forest following fires and harvesting in boreal forests in Quebec, Canada

2012· article· en· W2025645410 sur OpenAlexaffabout
Iulian Dragotescu, Daniel Kneeshaw

Notice bibliographique

RevueSilva Fennica · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésClearcuttingTaigaResidualBorealHabitatEnvironmental scienceForest ecologyVegetation (pathology)Disturbance (geology)ForestryEcologyBiodiversityFire regimeGeographyAgroforestryEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

Residual forests are a key component of post-burned areas creating structure within burns and providing habitat and seed sources. Yet, despite their importance to biodiversity and ecosystem processes there is little information on how similar or different residuals in burned landscape are to harvested landscapes. Our goal was to examine and compare the density, size, shape, and spatial arrangement of residual forest vegetation after fire and clearcutting. We evaluated residual forest in two locations within the boreal mixedwood region of Quebec, Canada using aerial photo interpretation and ArcGIS 9.1 software. We found residual stands to be larger and more abundant in harvested zones relative to sites affected by fire. Differences with respect to shape and spatial arrangement of residual forest were also observed among disturbance types. Factors such as proximity to watercourses, watercourse shape, and physiography affected residual abundance and spatial distribution. Residual forest in harvested zones tended to be more elongated with greater edge due to rules governing forest operations. Despite greater quantity of residual forest in harvested areas than fires, managers should still be prudent as the surrounding forest matrix is reduced in many managed landscapes.

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)0,001
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 enseignants0,011
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0020,000

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 Opus0,012
Tête enseignante GPT0,255
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

Citations21
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSilva FennicaMême sujetFire effects on ecosystemsTravaux en français237 207