MétaCan
Menu
Retour à la cohorte
Enregistrement W2100698306 · doi:10.1139/cjfr-2013-0511

Environmental controls of the northern distribution limit of yellow birch in eastern Canada

2014· article· en· W2100698306 sur OpenAlexafffundvenueabout
Igor Drobyshev, M. Guitard, Hugo Asselin, Aurélie Genries, Yves Bergeron

Notice bibliographique

RevueCanadian Journal of Forest Research · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensMinistry of EnvironmentUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à Montréal
Organismes subventionnairesNordisk MinisterrådSwedish Foundation for International Cooperation in Research and Higher EducationUniversité du Québec à Montréal
Mots-clésCanopyYellow birchBiomass (ecology)EcologyBetula pubescensSeedlingAbundance (ecology)Environmental scienceBiologyGeographyPhysical geographyBotanyHardwood

Résumé

récupéré en direct d'OpenAlex

To evaluate environmental controls of yellow birch (Betula alleghaniensis Britton) distribution at its northern distribution limit in eastern Canada, we analyzed abundance, age structure, biomass accumulation rate, and growth sensitivity to climate of this species at 14 sites along a 200 km latitudinal gradient spanning three bioclimatic domains and reaching frontier populations of this species in western Quebec. We observed a large variability in seedling density across domains and presence of sites with abundant yellow birch regeneration within all three bioclimatic domains. Seedling density was positively correlated to mean age and abundance of yellow birch trees in the canopy, while sapling density was positively associated with dryer habitats. Growth patterns of canopy trees showed no effect of declining temperatures along the south–north gradient. Environmental controls of birch distribution at its northern limit were realized through factors affecting birch regeneration and not growth of canopy trees. At the stand scale, regeneration density was strongly controlled by local site conditions and not by differences in climate among sites. At the regional scale, climate variability could be an indirect driver of yellow birch distribution, affecting disturbance rates and, subsequently, availability of suitable sites for regeneration.

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)0,001
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 enseignants0,087
Score d'incertitude au seuil0,387

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,231
Écart entre enseignants0,208 · 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

Citations22
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetTree-ring climate responsesTravaux en français237 207