MétaCan
Menu
Retour à la cohorte
Enregistrement W2156147700 · doi:10.1139/b05-036

Short-term effects of timber harvest and forest edges on ground-layer mosses and liverworts

2005· article· en· W2156147700 sur OpenAlexvenueno aff
Cara R. Nelson, Charles B. Halpern

Notice bibliographique

RevueCanadian Journal of Botany · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBryophyte Studies and Records
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBryophyteSpecies richnessMossAbundance (ecology)ClearcuttingLoggingBiodiversityEcologyForest managementOld-growth forestForest ecologyLichenEcosystemEnvironmental scienceGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Limited information exists on the effects of forest management practices on bryophytes, despite their importance to forest ecosystems. We examined short-term responses of ground-layer bryophytes to logging disturbance and creation of edges in mature Pseudotsuga forests of western Washington (USA). The abundance and richness of species were measured in four 1-ha forest aggregates (patches of intact forest) and in surrounding logged areas before and after structural retention harvests. One year after treatment, species richness, total cover, and frequency of most moss and liverwort taxa declined within harvest areas. Within forest aggregates, mosses did not show significant edge effects; however, richness and abundance of liverworts declined with proximity to the aggregate edge. Our results suggest that, over short time frames, 1-ha-sized aggregates are sufficient to maintain most common mosses through structural retention harvests but are not large enough to prevent declines or losses of liverworts. Thus, current standards for structural retention, which allow for aggregates as small as 0.2 ha, may be inadequate to retain the diversity and abundance of species found in mature, undisturbed forests.Key words: bryophyte, edge effects, forest borders, forest management, logging effects, structural retention harvest.

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 enseignants0,010
Score d'incertitude au seuil0,019

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 Opus0,012
Tête enseignante GPT0,197
Écart entre enseignants0,185 · 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

Citations116
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of BotanyMême sujetBryophyte Studies and RecordsTravaux en français237 207