MétaCan
Menu
Retour à la cohorte
Enregistrement W2129272772 · doi:10.1139/x05-172

Diversification of tree stands as a means to manage pests and diseases in boreal forests: myth or reality?

2006· article· en· W2129272772 sur OpenAlexvenueno aff
Julia Koricheva, Harri Vehviläinen, Janne Riihimäki, Kai Ruohomäki, Pekka Kaitaniemi, Hanna Ranta

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesAcademy of Finland
Mots-clésGeneralist and specialist speciesHerbivoreEcologyTaigaDiversification (marketing strategy)BiologyAgroforestryBiodiversitySpecies diversityHabitat

Résumé

récupéré en direct d'OpenAlex

Pure forest stands are widely believed to be more prone to pest outbreaks and disease epidemics than mixed stands, leading to recommendations of using stand diversification as a means of controlling forest pests and pathogens. We review the existing evidence concerning the effects of stand tree-species diversity on pests and pathogens in forests of the boreal zone. Experimental data from published studies provide no overall support for the hypothesis that diversification of tree stands can prevent pest outbreaks and disease epidemics. Although beneficial effects of tree-species diversity on stand vulnerability are observed in some cases, in terms of reductions in damage, these effects are not consistent over time and space and seem to depend more on tree-species composition than on tree-species diversity per se. In addition, while mixed stands may reduce the densities of some specialized herbivores, they may be more attractive to generalist herbivores. Given that generalist mammalian herbivores cause considerable tree mortality during the early stages of stand establishment in boreal forests, the net effect of stand diversification on stand damage is unlikely to be positive.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,028
Tête enseignante GPT0,295
Écart entre enseignants0,267 · 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

Citations121
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207