MétaCan
Menu
Retour à la cohorte
Enregistrement W2044970305 · doi:10.1139/x05-212

Seasonal fire effects on mixed-conifer forest structure and ponderosa pine resin properties

2006· article· en· W2044970305 sur OpenAlexvenueno aff
Daniel D. B. Perrakis, James K. Agee

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest Service
Mots-clésPinus <genus>Prescribed burnBark beetleEnvironmental scienceBark (sound)Mountain pine beetleThinningWoody plantForestryPine forestSpring (device)EcologyBiologyGeographyBotany

Résumé

récupéré en direct d'OpenAlex

This study examined the effects of spring and fall restoration burning in an old-growth mixed-conifer – ponderosa pine (Pinus ponderosa Dougl. ex P. &amp; C. Laws.) forest in southern Oregon. Variables measured include fuel loads, forest structure indices, mortality of large ponderosa pines, and pine resin defenses. One year after treatment, reductions in surface fuel loads and changes to forest structure parameters suggested that burning treatments could meet restoration objectives, with fall burns being somewhat more effective than spring burns. However, mortality of pre settlement pines was significantly higher in fall burns than in spring burns, and both were higher than in unburned controls. Bark beetles (Coleoptera: Scolytidae) were important mortality agents within 2 years after burning. Resin defenses (pressure and flow) were variable over the 2 years of postburn study but showed no evidence of decrease in burned trees; rather, resin defenses were significantly higher in burned trees than in controls at several measurement dates. While increased beetle attacks have previously been documented following burning, there has been much less research on resin responses to fire. These findings suggest that current models of beetle–host interactions do not properly explain the effects of prescribed fire in ponderosa pine 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,497
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations68
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207