Physical and historical determinants of the pre- and post-settlement forests of northwestern Pennsylvania
Notice bibliographique
Résumé
Our analysis of the early land survey records and more recent U.S. Forest Service inventory data documents the changing nature of northwestern Pennsylvania's forests following European settlement. Initially, the northern portion of the four-county study area was dominated by forests of Fagus grandifolia Ehrh. and Acer saccharum Marsh. associated with the richer, finer-textured soils of the rolling Glaciated Appalachian Plateau. Up to 80% of the region was cleared for farming in the 19th century. Marginal farmland was abandoned and reverted to forests in the 20th century. Fires and leached, nutrient-poor soils favored the dominance of Quercus spp. and Castanea dentata (Marsh.) Borkh. in the presettlement forests of the rugged Unglaciated Appalachian Plateaus to the south. The rough nature of the terrain discouraged the early clearance of the plateaus' forests. The advent of the petroleum industry and its insatiable demand for barrels in the 19th century, however, assured the selective removal of the larger (>20 in. (50 cm) DBH) Quercus alba L. from the region's woods. The increasing homogeneity of northwestern Pennsylvania's forests today is due to the sharp decline of the more distinctive indicator species and the rise of a number of opportunistic old-field or gap species, notably Prunus serotina Ehrh. and Acer rubrum L.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».