The savanna tree<i>Acacia polyacantha</i>facilitates the establishment of riparian forests in Serengeti National Park, Tanzania
Notice bibliographique
Résumé
Abstract: Forests are being converted to grasslands and croplands across Africa and natural regeneration of forests is typically poor. In Serengeti National Park, Tanzania, the savanna tree speciesAcacia polyacanthaestablished in riparian grasslands and forest trees subsequently established within these stands. We examined the conditions for establishment of: (1)A. polyacanthaand (2) riparian (non-Acacia) forests. Fire was excluded from three grassland areas for 5 y allowingA. polyacanthato establish during 1999 when dry-season rainfall was high. The seedlings of forest tree species did not establish in grasslands, but were found in largeA. polyacanthastands (> 0.3 ha) with reduced grass cover (< 10%), higher cover of herbs (> 80%) and thorny shrubs (> 90%). Seeding survival was high in large stands (0.87 y−1), but declined in artificial canopy gaps due to the ingrowth of grasses (0.21 y−1) and subsequent fires (0.07 y−1). Shrub removal also reduced seedling survival (0.46 y−1) due to browsing by antelope. We propose that: (1)A. polyacanthaestablishes in pulses perhaps as infrequently as twice per century, and (2) riparian forests in Serengeti have established via facilitation under larger stands where shade excludes grass, and therefore fires and thorny shrubs exclude browsers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».