MétaCan
Menu
Retour à la cohorte
Enregistrement W2112929373 · doi:10.1017/s0376892900000266

First-year impacts of shelterwood logging on understory vegetation in an old-growth pine stand in central Ontario, Canada

2000· article· en· W2112929373 sur OpenAlexaboutno aff
Peter A. Quinby

Notice bibliographique

RevueEnvironmental Conservation · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesEarthwatch Institute
Mots-clésUnderstoryFernBrackenCanopyForest floorVegetation (pathology)ForestryLoggingEcologyAbundance (ecology)Environmental scienceOld-growth forestGeographyBiologyEcosystem

Résumé

récupéré en direct d'OpenAlex

There is evidence in the literature that a variety of logging practices may result in significant short and long-term changes to vegetation in the forest understory, however, these changes are still largely unknown for many forest types. The objective of this study was to determine the short-term effects of shelterwood logging on tree and non-arboreal plant species composition and diversity in both the understory and sapling strata within the Owain Lake Stand of old-growth red and eastern white pine located in Temagami, Ontario. The most significant changes were increases of white birch (800%), red maple (363%) and bracken fern (110%) in the understory. The most significant decreases within the understory occurred in mosses and liverworts (110%), Canada mayflower (49%) and starflower (28%). Bracken fern, red maple, and bush honeysuckle were the three most abundant species in the post-harvest understory plant community and will probably increase in their abundance under the present disturbed condition. A second shelterwood cut in 20 to 40 years may further facilitate an increase in these three species primarily by increasing light levels at the forest floor. All three species are very vigorous and are likely to dominate the forest understory until the upper canopy closes resulting in decreased light intensity at the forest floor.

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 enseignants0,021
Score d'incertitude au seuil0,085

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,011
Tête enseignante GPT0,162
Écart entre enseignants0,150 · 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

Citations26
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ConservationMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207