Potential biodiversity impacts of forest biofuel harvest: lichen assemblages on stumps and slash of Scots pine
Notice bibliographique
Résumé
Harvesting stumps and logging residues for energy production may have negative impacts on forest species, especially those associated with dead wood. We assessed the potential impact of biofuel harvest on epiphytic lichens by studying the lichen assemblages on stumps and downed fine woody debris (FWD) of Scots pine (Pinus sylvestris L.) in clear-cut, mature managed, and old-growth forest stands in eastern Finland. We also examined the impact of tree retention level and prescribed burning on these assemblages. A total of 102 lichen species (including 13 red-listed species) were observed, with 95 species on stumps and 69 species on downed FWD. Composition of the species assemblages differed between stumps and downed FWD and between stumps of different age. Tree retention (in comparison with clear-cut sites) and prescribed burning resulted in a slightly higher species richness on cut stumps 12 years after harvest but did not affect the assemblages on downed FWD or older stumps. We conclude that stumps and downed FWD of Scots pine can host high numbers of lichen species, including red-listed ones. Most of the species occurred also on other substrates and are, therefore, not likely to be affected by biofuel harvest. However, for dead wood dependent lichen species, intensive biofuel harvest is potentially harmful, though the severity of this impact likely depends on the landscape-level availability of other woody substrates.
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 ».