MétaCan
Menu
Retour à la cohorte
Enregistrement W2126891096 · doi:10.1146/annurev.ecolsys.35.021103.105725

Ecological Impacts of Deer Overabundance

2004· article· en· W2126891096 sur OpenAlexafffund
Steeve D. Côté, Thomas P. Rooney, Jean‐Pierre Tremblay, Christian Dussault, Donald M. Waller

Notice bibliographique

RevueAnnual Review of Ecology Evolution and Systematics · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité LavalCenter for Northern StudiesNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésEcologyAbundance (ecology)ForagingEcosystemEcological successionShrubBiologyVegetation (pathology)Agroforestry

Résumé

récupéré en direct d'OpenAlex

▪ Abstract Deer have expanded their range and increased dramatically in abundance worldwide in recent decades. They inflict major economic losses in forestry, agriculture, and transportation and contribute to the transmission of several animal and human diseases. Their impact on natural ecosystems is also dramatic but less quantified. By foraging selectively, deer affect the growth and survival of many herb, shrub, and tree species, modifying patterns of relative abundance and vegetation dynamics. Cascading effects on other species extend to insects, birds, and other mammals. In forests, sustained overbrowsing reduces plant cover and diversity, alters nutrient and carbon cycling, and redirects succession to shift future overstory composition. Many of these simplified alternative states appear to be stable and difficult to reverse. Given the influence of deer on other organisms and natural processes, ecologists should actively participate in efforts to understand, monitor, and reduce the impact of deer on ecosystems.

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)0,001
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,254
Écart entre enseignants0,244 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2 059
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Ecology Evolution and SystematicsMême sujetWildlife Ecology and ConservationTravaux en français237 207