MétaCan
Menu
Retour à la cohorte
Enregistrement W2062090677 · doi:10.1007/s10310-015-0479-0

Distribution pattern of coniferous seedlings after a partial harvest along a creek in a Canadian Pacific northwest forest

2015· article· en· W2062090677 sur OpenAlexafffundabout
Yoshi Minami, Mai Oba, Satoru Kojima, John S. Richardson

Notice bibliographique

RevueJournal of Forest Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesVancouver Island University
Mots-clésTsugaRiparian zoneCanopyCompetition (biology)BiologySeedlingDisturbance (geology)EcologyBotany

Résumé

récupéré en direct d'OpenAlex

In managed forests, partial harvest within riparian areas is one way to provide harvest opportunities and maintain some of the functions of riparian vegetation. We examined the response of coniferous seedlings to a 50 %-partial harvest in a second-growth, coniferous riparian forest in the Pacific Northwest. Partial canopy opening facilitated the establishment of Tsuga heterophylla and Thuja plicata, but Pseudotsuga menziesii did not show the same tendency. Results suggested that differences in seedling establishment were related to differences in light. Increased light availability also stimulated growth of Rubus spectabilis, especially in moist sites, and the dense cover precluded establishment of coniferous seedlings. Once R. spectabilis was established, continued stem recruitment maintained a dense stable cover, and even intense disturbance did not affect the stability of the populations. R. spectabilis would be a major competitor to constrain conifer seedlings to regenerate in riparian zones. Although Gaultheria shallon extended their cover, competition from dense G. shallon was not as severe as from R. spectabilis.

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 enseignants0,138
Score d'incertitude au seuil0,277

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
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 Opus0,028
Tête enseignante GPT0,297
Écart entre enseignants0,268 · 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

Citations2
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Forest ResearchMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207