MétaCan
Menu
← Retour à la cohorte
Enregistrement W2124506214 · doi:10.1139/x08-129

Drainage and agriculture impacts on fire frequency in a southern Illinois forested bottomland

2008· article· en· W2124506214 sur OpenAlexvenueno aff
John L. Nelson, Charles M. Ruffner, John W. Groninger, Ray A. Souter

Notice bibliographique

RevueCanadian Journal of Forest Research · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDitchVegetation (pathology)ClearingWetlandWaterfowlTaxodiumEnvironmental scienceDrainageHydrology (agriculture)ForestryGeographyAgroforestryEcologyGeologyHabitat

Résumé

récupéré en direct d'OpenAlex

Postsettlement (1909–2003) fire history of a forested bottomland in the Mississippi Embayment of southern Illinois, USA, was determined using fire-scar analysis. The study area is a forested bottomland hardwood site, with remnant pockets of the dominant presettlement bald cypress – tupelo (Taxodium–Nyssa) vegetation. Ditch drainage was installed in 1919, with agricultural clearing and abandonment varying throughout the early and mid-twentieth century. Commercial agricultural activities ceased after the site became part of a conservation area ca. 1950. The hydrology of the site was further modified in 1957 when it was inundated for waterfowl management. Both drainage and land clearing for agriculture were associated with increased fire frequency. Although drainage was a necessary precursor to agriculture across much of this landscape, land improvement played the stronger role in determining fire frequency. The mean fire interval for the study period (1895–1965) was 1.73 years, with a minimum of 1 year and a maximum of 15 years. This frequency contrasts with the complete fire exclusion that has prevailed in the area since 1965. These results have important implications for the maintenance and restoration of forested wetland ecosystems where the present fire regime differs dramatically from that under which the now-dominant forest vegetation developed.

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 enseignants0,228
Score d'incertitude au seuil0,453

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,250
Écart entre enseignants0,230 · 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

Citations11
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetFire effects on ecosystems→Travaux en français237 207→