MétaCan
Menu
Retour à la cohorte
Enregistrement W2046135260 · doi:10.1071/wf10010

Tree mortality and snag dynamics in North American boreal tree species after a wildfire: a long-term study

2011· article· en· W2046135260 sur OpenAlexafffundabout
Virginie A. Angers, Sylvie Gauthier, Pierre Drapeau, Karelle Jayen, Yves Bergeron

Notice bibliographique

RevueInternational Journal of Wildland Fire · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à Montréal
Organismes subventionnairesCanadian Forest ServiceNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésSnagTaigaBasal areaEcologyDeciduousBorealForestryGeographyBlack spruceForest dynamicsLoggingBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Temporal patterns of tree mortality and snag dynamics after fire were investigated over 10 years in a permanent plot design established immediately after a wildfire in an eastern boreal forest landscape of north-western Quebec, Canada. Post-fire tree mortality, snag persistence, tree fall patterns and variables influencing snag dynamics were assessed in deciduous, mixed and coniferous stands that experienced low- and moderate-severity fires. Temporal patterns of tree mortality for the three species revealed that mortality was delayed through time. Most post-fire tree mortality occurred within 2 years following fire but continued until the end of the 10-year observation period. Jack pine was the most persistent snag species, followed by trembling aspen and black spruce. Factors influencing the persistence of snags were multi-scaled and generally species-specific. Fire severity was the only common factor influencing snag persistence among all species, with snags located in severely-burned stands being less susceptible to falling. Trembling aspen snag persistence increased with basal area and diameter. Salvage logging in the vicinity affected black spruce. Fall patterns also differed among species. Bypasses of the snag stage (i.e. when a living tree falls directly to the forest floor) as well as uprooting of snags were common.

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)0,000
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 enseignants0,202
Score d'incertitude au seuil0,808

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,244
Écart entre enseignants0,230 · 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

Citations61
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wildland FireMême sujetFire effects on ecosystemsTravaux en français237 207