MétaCan
Menu
Retour à la cohorte
Enregistrement W2106637786 · doi:10.1111/acv.12170

Linking aquatic and terrestrial environments: can beaver canals serve as movement corridors for pond‐breeding amphibians?

2014· article· en· W2106637786 sur OpenAlexafffund
Norman L. Anderson, Cynthia A. Paszkowski, Glynnis A. Hood

Notice bibliographique

RevueAnimal Conservation · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and biodiversity studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Conservation Association
Mots-clésBeaverBiological dispersalHabitatRiparian zoneEcologyWetlandPopulationForagingBiologyStream restorationGeography

Résumé

récupéré en direct d'OpenAlex

Abstract BeaversCastor canadensisare well known as ecosystem engineers for creating ponds by damming streams. However, in wetlands with soft substrates and shallow banks, beavers often dig networks of foraging canals, the ecological effects of which have received little study. We examined how canals are used by pond‐breeding amphibians during dispersal and migration between aquatic and terrestrial habitat, focusing on the wood frogLithobates sylvaticus, inMiquelonLakeProvincialPark,Alberta,Canada. In late summer, the number of emigrating young‐of‐the‐year (YOY) wood frogs encountered at drift fences in riparian zones was highest at beaver canals and declined with distance from canal edges. On visual encounter surveys along the pond perimeter,YOYand adult wood frogs were up to nine times more abundant on beaver canals than along shorelines not modified by beavers. Beaver canals provided habitat for adult wood frogs and also functioned as movement corridors for emigratingYOYfrogs, with possible implications for survival to maturity, meta‐population dynamics and nutrient transfer between aquatic and terrestrial environments.

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)0,002
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,222
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

Citations38
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimal ConservationMême sujetEcology and biodiversity studiesTravaux en français237 207