MétaCan
Menu
Retour à la cohorte
Enregistrement W2062141561 · doi:10.4236/oje.2014.44021

Long Term Effect of Major Disturbances on the Northern Mixed Grassland Ecosystem—A Review

2014· article· en· W2062141561 sur OpenAlexaff
Meng Li, Xulin Guo

Notice bibliographique

RevueOpen Journal of Ecology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesChina Scholarship Council
Mots-clésGrasslandDisturbance (geology)Grassland ecosystemEcosystemContext (archaeology)GrazingEnvironmental resource managementAgroforestryEnvironmental scienceEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Grassland ecosystems in North America have been significantly altered through various disturbances from past to present. This paper has identified and examined major disturbances in the grassland ecosystems, which include grazing, fire and drought. A brief history of each disturbance is reviewed and its impact on the grassland ecosystem is discussed, by synthesizing previous research efforts available in the current literature. The paper intends to understand the grassland ecosystem from a comprehensive perspective and particularly tries to articulate the compound effect of the major disturbances in the same context instead of viewing them in isolations. It is concluded that a holistic understanding of the interaction between disturbances and plant communities is essential for sustainable grassland management, which demands comprehensive research effort in this area. The paper also points out the challenges we are facing in the current researches and suggests potential future improvement.

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)0,002
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 enseignants0,014
Score d'incertitude au seuil0,810

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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

Citations14
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Journal of EcologyMême sujetRangeland and Wildlife ManagementTravaux en français237 207