MétaCan
Menu
Retour à la cohorte
Enregistrement W2142659409 · doi:10.1139/x03-115

Seed rain, safe sites, competing vegetation, and soil resources spatially structure white pine regeneration and recruitment

2003· article· en· W2142659409 sur OpenAlexvenueno aff
Martin Dovčiak, Peter B. Reich, Lee E. Frelich

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesCentral European UniversityUniversity of MinnesotaMinnesota Department of Natural Resources
Mots-clésShrubSeedlingEnvironmental scienceCanopyBasal areaSoil waterAgronomyVegetation (pathology)ForestryBiologyEcologySoil scienceGeography

Résumé

récupéré en direct d'OpenAlex

We tested the effects of seed rain, safe sites, soil depth, overstory, and shrub layer on the establishment and recruitment of white pine (Pinus strobus L.) in aspen mixedwoods of the western Great Lakes region, U.S.A. Germin ant and seedling densities were positively related to seed rain and safe site characteristics that indicate moist conditions: high overstory basal area, decaying wood, and moss cover. Germinant and seedling densities were highest under dense overstory (>16 m2/ha) and were unrelated to shrub cover. Sapling recruitment was greatest under low overstory density (<16 m2/ha) and low shrub cover (<55%). On shallow soil (~14 cm), germinants and seedlings commonly occurred on soil depths <5 cm, but large saplings almost always occurred on soil depths >5 cm. On deeper soil (~21 cm), overstory white pines occupied the shallowest soils (~18 cm) of all major overstory species, indicating that competition may cause white pine recruitment into the canopy to be lower on deeper soils. White pine populations in the study were initially spatially structured by seed rain and safe sites but sapling growth and recruitment was structured by overstory density, shrub cover, and soil depth.

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 enseignants0,053
Score d'incertitude au seuil0,106

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 technologies0,0000,000
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 Opus0,033
Tête enseignante GPT0,279
Écart entre enseignants0,246 · 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

Citations82
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207