MétaCan
Menu
Retour à la cohorte
Enregistrement W2051025145 · doi:10.1139/x06-032

Effectiveness of solitary retention trees for conserving epiphytes: differential short-term responses of bryophytes and lichens

2006· article· en· W2051025145 sur OpenAlexvenueno aff
Piret Lõhmus, Raul Rosenvald, Asko Lõhmus

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLichen and fungal ecology
Établissements canadiensnon disponible
Organismes subventionnairesEesti Teadusfondi
Mots-clésLichenEpiphyteFraxinusBark (sound)BiologyBiodiversityEcologyBetula pubescensBotanyHabitat

Résumé

récupéré en direct d'OpenAlex

Green-tree retention (GTR) on clearcuts is an attempt to mimic natural disturbances and provide habitat for species that are generally absent in clear-cut stands, but its efficacy for sustaining biodiversity is poorly known. We studied (i) the total cover and vitality of lichens and bryophytes on four common tree species in three locations (centre and edge of GTR cuts and adjacent forest) and (ii) the composition of and damage to various epiphytic species on European aspen (Populus tremula L.) and birches (Betula spp.) in Estonia during 2 postharvesting years. Bryophytes on all tree species throughout the GTR cuts were severely unhealthy (60% of shoots desiccated, on average); lichens were much more robust (2% of thalli bleached or broken), particularly at the edges of harvested areas and on aspen and European ash (Fraxinus excelsior L.; hereinafter referred to as ash). Most lichen damage appeared to be unrelated to logging (the damaged species were also affected in forests). Aspen hosted many more species, including those of conservation concern, than birch. If tree species, size, and bark texture are carefully considered, GTR could be a successful tool for conserving lichens, particularly many microlichens on aspen and ash. However, bryophytes on solitary trees were generally unhealthy, at least in the short term.

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 enseignants0,003
Score d'incertitude au seuil0,005

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 Opus0,049
Tête enseignante GPT0,295
Écart entre enseignants0,245 · 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

Citations67
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetLichen and fungal ecologyTravaux en français237 207