MétaCan
Menu
Retour à la cohorte
Enregistrement W2094917462 · doi:10.1139/x06-119

Recruitment of saproxylic beetles in high stumps created for maintaining biodiversity in a boreal forest landscape

2006· article· en· W2094917462 sur OpenAlexvenueno aff
Leif Martin Schroeder, Thomas Ranius, Barbara Ekbom, Stig Larsson

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesSveriges Lantbruksuniversitet
Mots-clésPicea abiesScots pineBiodiversityTaigaCoarse woody debrisClearcuttingForestryEcologyBark beetleFellingGeographyForest managementAbundance (ecology)PopulationAgroforestryBiologyBark (sound)HabitatBotanyPinus <genus>

Résumé

récupéré en direct d'OpenAlex

The active creation of coarse woody debris (CWD) has been suggested as a measure to preserve and restore biodiversity in managed forests. A common practice in Sweden is to create high stumps at final cutting. We evaluated the importance of high stumps for saproxylic (wood-dependent) beetles in a boreal forest landscape in central Sweden. The number of high stumps created on clearcuts was recorded and the beetle fauna under the bark of high stumps of Norway spruce (Picea abies (L.) Karst.) and Scots pine (Pinus sylvestris L.) was sampled. High stumps yielded only 0.13% of CWD volume and bark area in the landscape. Out of the 29 beetle species most frequently found in the landscape, high stumps were the major source of recruitment at the landscape level for only one, Hadreule elongatula (Gyllenhal). For the remaining 28 beetle species, less than 1% of the landscape's population occurred in high stumps on clearcuts. The abundance of H. elongatula increased with the area of the surrounding forest land that was covered by clearcuts within a radius of 1000 m. This is the first example of a saproxylic species associated with clearcuts, in contemporary forest landscapes, for which such an occurrence pattern has been documented.

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 enseignants0,978
Score d'incertitude au seuil0,044

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,084
Tête enseignante GPT0,282
Écart entre enseignants0,198 · 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

Citations52
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207