Common Medicinal Plants Species Found at Burned and Unburned Areas of Klias Peat Swamp Forest, Beaufort, Sabah Malaysia
Notice bibliographique
Résumé
The aims of this study is to survey the abundance and diversity of medicinal plants found in burned and unburned areas of klias peat swamp forest, Beaufort. There are 16 plots established with the size of 25m x 25m for each plot with total area of 1 ha. All the plots were established using random sampling method and Simpson’s Index and Important Value (IV) were used to determine the diversity and abundance of the species. The result of the study shows that 11 species have been found in burned area while 10 species at unburned area. The most common medicinal plant species are identified as Stenochlaena palustris, Melastoma malabathricum, Lygodium flexuosum, and Clidemia hirta. The most abundant medicinal plant species found in burned area was Stenochlaena palustris with 185 percent (%). While in unburned area, the most abundant medicinal plants were Hedychium longicornutum and Lygodium flexuosum with 55 percent each. Simpson’s Index is higher with 0.55 in burned area compared in unburned area with only 0.14. Where when the value of Index increases, the diversity will decrease and this proved that diversity of medicinal plants in unburned area was slightly higher than the burned area. This situation might be caused by the previous land clearing due to burning and small scales landuses activities at the edges of Klias peat swamp forest. More research is needed in order to gain more precise data
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».