MétaCan
Menu
Retour à la cohorte
Enregistrement W2041276898 · doi:10.1139/x06-289

The demographic structure of European aspen (Populus tremula) populations in managed and old-growth boreal forests in eastern Finland

2007· article· en· W2041276898 sur OpenAlexvenueno aff
Tarja Latva-Karjanmaa, Reijo Penttilä, Juha Siitonen

Notice bibliographique

RevueCanadian Journal of Forest Research · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTaigaBiodiversitySalicaceaeSilvicultureThinningOld-growth forestEcologyAgroforestryRegeneration (biology)Stand developmentClearcuttingForestryWoody plantBiologyGeography

Résumé

récupéré en direct d'OpenAlex

European aspen ( Populus tremula L.) is a keystone species for biodiversity in boreal forests. However, large aspen have largely been removed from managed forests, whereas regeneration and the long-term persistence of mature trees in protected areas are matters of concern. We recorded the numbers of mature (≥20 cm diameter) aspen in old-growth and managed forests in eastern Finland, based on a large-scale inventory (11 400 ha, 36 000 living and dead trees). In addition, saplings and small aspen trees were surveyed on thirty-six 1 ha sample plots. The average volumes of mature living and dead aspen were 4.0 and 1.3 m3/ha in continuous old-growth forests and 0.2 and 0.6 m3/ha in managed forests, respectively. These results indicate that large aspen trees in managed forests are a legacy of the past, when forest landscapes were less intensively managed. We conclude that the long-term persistence of aspen in protected areas can only be secured by means of restoration measures that create gaps large enough for regeneration to occur. More emphasis should be given to sparing aspen during thinning and to retaining mature aspen during regeneration cutting in managed forests.

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)0,001
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 enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,056
Tête enseignante GPT0,277
Écart entre enseignants0,222 · 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

Citations60
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207