MétaCan
Menu
Retour à la cohorte
Enregistrement W2040418196 · doi:10.1139/x03-167

Impact of seed and seedling predation by small rodents on early regeneration establishment of black spruce

2003· article· en· W2040418196 sur OpenAlexvenueaboutno aff
Mathieu Côté, Jean Ferron, Réjean Gagnon

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeedlingBiologySeed predationBlack sprucePredationPeromyscusJuvenileExclosureEcologyTaigaSeed dispersalHerbivoreAgronomyBiological dispersalPopulation

Résumé

récupéré en direct d'OpenAlex

Black spruce (Picea mariana (Mill.) BSP) postdispersal seed and juvenile seedling predation by small rodents (Peromyscus maniculatus (Wagner), Clethrionomys gapperi (Vigor), and Phenacomys intermedius (Merriam)) was assessed in three boreal habitats over a 2-year period using an extensive exclosure–control experiment. Small rodent relative abundance was measured during six periods using snap trapping. We found that seed and juvenile seedling predation by small rodents varied according to habitat type and over time. Indeed, seed predation was higher in spruce–moss forests than in other habitats, notably during the winter of 2002. During this period, seedling predation was higher in recent burns. This period of higher seed and juvenile seedling predation corresponded to an increase in small rodent abundance in our study area. We suggest that seeds and juvenile seedlings can become important food sources for small rodents during winter when fresh and succulent vegetation is rare, as shown by results of seed predation. The impact of small rodents on the early regeneration of black spruce in the eastern Canadian boreal forest is thus an important factor to consider to better understand the forest regeneration process in this particular biome. Rodents can have a major effect on regeneration following a burn and can also contribute to poor seedling establishment from natural seed rain under mature cover.

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 enseignants0,039
Score d'incertitude au seuil0,077

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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,293
Écart entre enseignants0,265 · 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

Citations64
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207