Recruitment of <i>Picea mariana</i>, <i>Pinus banksiana</i>, and <i>Populus tremuloides</i> across a burn severity gradient following wildfire in the southern boreal forest of Quebec
Notice bibliographique
Résumé
Most studies of postfire tree recruitment have occurred in severely burned portions, despite the fact that partial burning is common. In this study we examined regeneration following a 1997 fire in the boreal forest of Quebec. A model of postfire recruitment was elaborated using parameters such as the proportion of trees killed (severity), the proportions of postfire seedbed types and their associated juvenile survivorship, the available seed supply, the available bud supply (for Populus tremuloides Michx.), and the granivory rate. All three species had peak recruitment in the first or second summer, and the recruitment episode was essentially finished after the third year. Mineral soil and surviving Sphagnum were the best seedbeds for both conifer species. Seedbed frequency was essentially independent of crown fire severity except for surviving Sphagnum, which was concentrated primarily where severity was light. Conifer fecundity was much lower in the lightly burned stands, a result we attribute to a higher granivory rate. The fecundity (seedlings/basal area for the conifers or suckers/basal area for Populus) in the severe sites was typical of the few other North American studies of postfire recruitment, where the published data permit us to make the comparison.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».