Phytolith evidence for the absence of a prehistoric grass understory in a Jeffrey pine – mixed conifer forest in the Sierra San Pedro Mártir, Mexico
Notice bibliographique
Résumé
Phytolith analysis was applied to several sites in a Jeffrey pine ( Pinus jeffreyi Grev. & Balf.) – mixed conifer forest in the Sierra San Pedro Mártir, Baja California, Mexico, to explore the hypothesis that the introduction of livestock in the late 18th century led to overgrazing of a prehistoric grass understory, resulting in changes to the prehistoric fire regime observed in the tree-ring fire-scar record. Stable soils in regions with extensive prehistoric grass cover retain a high concentration of total phytoliths and high percentage of grass phytoliths, regardless of historic vegetation changes. Phytoliths extracted from soil samples collected from several sites in the Sierra San Pedro Mártir revealed total phytolith concentrations in forest soils were generally <0.5% by mass, with most <0.1%, whereas grass phytoliths were generally <10% of the total, values consistent with the interpretation of a forest with sparse grass cover in the understory. Phytolith evidence suggests that there was minimal grass available for grazing in prehistoric Sierra San Pedro Mártir forests; overgrazing a grass understory was probably not a major driver of changes in the prehistoric fire regime.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».