MétaCan
Menu
Retour à la cohorte
Enregistrement W2158876525 · doi:10.1093/forestry/cps061

The effects of site characteristics on the landscape-level windthrow regime in the North Shore region of Quebec, Canada

2012· article· en· W2158876525 sur OpenAlexaffabout
Kaysandra Waldron, Jean‐Claude Ruel, Sylvie Gauthier

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésWindthrowShoreHydrology (agriculture)WildlifeGeologyEnvironmental scienceGeographyForestryEcologyOceanography

Résumé

récupéré en direct d'OpenAlex

Understanding windthrow is essential for the implementation of ecosystem management, especially in forests with long fire return intervals. Our study describes windthrow dynamics at a landscape scale of the Quebec North Shore region, Canada, and evaluates the effect of some site (soil surface material thickness or deposit thickness, drainage, slope, topography and wind), and stand (dominant species, height and density) characteristics on windthrow probabilities. The SIFORT database, created by the Ministry of Natural Resources and Wildlife of Quebec, the Quebec forest fire control agency and the Quebec forest pest and disease control agency, was used to perform a spatiotemporal analysis of windthrow, according to site and stand characteristics. Windthrow probabilities were influenced by topographic exposure (topex), slope classes and deposit thickness. Windthrow probabilities increased with topographic exposure. Windthrow occurrence was highest when deposit was thick (more than 1 m) and slope class was medium (from 15 to 30 per cent). Finally, this study has shown the importance of partial windthrow at the landscape scale in the North Shore region. Thus our results suggest that from an ecosystem management perspective, clear-cutting must be partly replaced by partial cuts, in order to emulate the regional dynamics of partial windthrow.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,539
Score d'incertitude au seuil0,889

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,284
Écart entre enseignants0,257 · 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 tête enseignante, 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

Citations43
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestry An International Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207