Notice bibliographique
Résumé
Canadian forests are naturally dynamic ecosystems, changing species composition and abundance as the ecosystem evolves through succession or reacts to disturbances, such as wind and insects. Pollution and climate change will be the largest stressors to Canada's forests in the future. Their future impact on the health of Canada's forests remains speculative. Lichens have been identified as valuable indicators of forest health; however, there are no comprehensive datasets on which lichens are indicative of forest health in Canada. An analysis of the existing literature reveals a large number of lichens that can be used to monitor levels of various pollutants (general pollution: 51 species; sulphur dioxide: 42 species; photochemicals: 23 species; fluoride: 18 species; heavy metals: 3 species; acid precipitation: 8 species; sulphite: 2 species; nitrate: 2 species). The use of lichens as indicators of climate change is also reported in the literature but, there are insufficient data to monitor the effects of climate change on lichen communities in North America. While various provincial and federal government departments and industries have been monitoring lichen communities across Canada for up to nearly three decades, there exists no standard monitoring protocol for lichens in Canada, which makes comparisons among studies challenging. The development of a standard monitoring protocol would allow integration of the various initiatives into a nationwide lichen monitoring program. Key words: lichens, biomonitoring, forest health, pollution, climate change
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».