MétaCan
Menu
Retour à la cohorte
Enregistrement W2139588373

Effects of Disturbance on Forest Carnivores of Conservation Concern in Eastern Oregon and Washington

2001· article· en· W2139588373 sur OpenAlexaboutno aff
Evelyn L. Bull, Brighton Wales, Keith B. Aubry

Notice bibliographique

RevueResearch Exchange (Washington State University) · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisturbance (geology)GeographyEcologyNature ConservationForest fragmentationAgroforestryAtlantic forestBiodiversityBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The effects on forest carnivores of forest insects, tree diseases, wildfire, and management strategies designed to improve forest health (e.g., thinning, salvage operations, prescribed burns, and road removal) are discussed. Forest carnivores of conservation concern in eastern Oregon and Washington, USA include the Canada lynx (Lynx canadensis), wolverine (Gulo gulo), and fisher (Martes pennanti). All three species depend to some degree on forest structures, stands, and landscapes created by insects, disease, and fire. Wildfire and insect outbreaks maintain a mosaic of structural stages across the landscape that are used by lynx. Thinning of dense lodgepole pine (Pinus contorta) stands that result largely from wildfire and insect outbreaks is detrimental to snowshoe hares (Lepus americanus), which are the primary prey of lynx. Fishers use large stands of mature forest and snags, hollow live trees, logs, stumps, witches-brooms, and other structures for rest and den sites. Salvage harvesting, thinning, and conversion from predominantly fir stands to ponderosa pine (P. ponderosa) may adversely affect habitat conditions for fishers. Use of roads is perhaps most detrimental to wolverines because they are easily trapped and avoid humans.

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,030
Tête enseignante GPT0,262
Écart entre enseignants0,232 · 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

Citations21
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Exchange (Washington State University)Même sujetFire effects on ecosystemsTravaux en français237 207