MétaCan
Menu
← Retour à la cohorte
Enregistrement W2120057480 · doi:10.1139/x06-249

Effects of logging in the southern boreal peatlands of Manitoba, Canada

2007· article· en· W2120057480 sur OpenAlexafffundvenueabout
David A. Locky, Suzanne E. Bayley

Notice bibliographique

RevueCanadian Journal of Forest Research · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésPeatBryophyteEnvironmental scienceShrubPlant communityClearcuttingEcologyChronosequenceNutrientAbiotic componentEcological successionBorealBiology

Résumé

récupéré en direct d'OpenAlex

To evaluate changes in surface water chemistry, peat, and the plant community in logged peatlands, we compared plots in 1–4 year old (class I) and 9–12 year old (class II) clearcuts with plots in wooded controls. Indicator species were significantly different between wooded and clear-cut plots but not between clear-cut plot age classes. Surface waters in class I clearcuts had significantly higher temperature and nutrients compared with controls, and this was attributed to warming of the soil, which resulted in faster decomposition and greater nutrient availability. Hummocks, important peatland plant microhabitats, were reduced in height in all clearcuts because of compaction and abrasion. These abiotic changes caused a shift in the plant community. Total plant diversity was approximately 30% higher on clearcuts and consisted primarily of herbs, particularly grasses. However, bryophyte and lichen diversity and cover was greatest in wooded controls. Picea mariana (Mill.) BSP regeneration was not compromised by clear-cutting and was greater in class II clearcuts. Greater diversity and cover of Salix species in class II clearcuts suggests stable shrub community formation, which may be persistent and may slow succession. The use of appropriate equipment to minimize site disturbances while the ground is frozen may reduce long-term shifts in the plant community.

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)0,001
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 enseignants0,019
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,001
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 Opus0,017
Tête enseignante GPT0,256
Écart entre enseignants0,238 · 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

Citations23
Publié2007
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetPeatlands and Wetlands Ecology→Travaux en français237 207→