Response of beaver, moose, and snowshoe hare to clear-cutting in a Quebec boreal forest: a reassessment 10 years after cut
Notice bibliographique
Résumé
We studied the response of beaver (Castor canadensis Kuhl), moose (Alces alces L.), and snowshoe hare (Lepus americanus Erxl.) to clear-cutting in three blocks that had been logged 10 years ago. In a previous study, these species had been surveyed in the same blocks 2 years before and 2 years after logging. We also surveyed an uncut block of the initial experimental design that was logged more recently. Over the 10-year period, the shrub layer and available browse have improved markedly in clear-cut areas. As compared with logged coniferous stands, logged mixed stands had higher lateral cover (62% vs. ≈55%) and taller regeneration (>4 m vs. <3 m). Beaver density did not change over the period because its feeding habitat remained unchanged in the riparian forest strips. Moose densities increased 54%87% in two harvested blocks as a result of both logging and stricter hunting regulations (selective hunting). Based on the rate of increase observed in a control block, we estimate that a 25% density increase in the mixed forest block can be related to logging, while selective hunting can solely be responsible for the change in the coniferous forest block. Snowshoe hare have started to reoccupy logged coniferous stands, but their relative density still remained less than half that of uncut stands. We conclude that, after 10 years, logged mixed stands already offer good habitat conditions for moose and snowshoe hare. Conversely, in logged black spruce (Picea mariana (Mill.) BSP) stands, habitat conditions still remain poor for snowshoe hare because of a lack of cover.
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 | 0,001 | 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 ».