MétaCan
Menu
Retour à la cohorte

SNAG USE BY FORAGING BLACK-BACKED WOODPECKERS (PICOIDES ARCTICUS) IN A RECENTLY BURNED EASTERN BOREAL FOREST

2003· article· en· W2163979579 sur OpenAlexafffundabout
Antoine Nappi, Pierre Drapeau, Jean‐François Giroux, Jean‐Pierre L. Savard

Notice bibliographique

RevueThe Auk · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à Montréal
Mots-clésSnagTaigaForagingSalvage loggingEcologyBark beetleDendroctonusBark (sound)Environmental scienceForestryGeographyBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

We studied snag use for foraging by Black-backed Woodpeckers (Picoides arcticus) one year after a fire in an eastern black spruce (Picea mariana) boreal forest in Quebec, Canada. We searched for signs of foraging (bark flaking and excavation holes) by Black-backed Woodpeckers on 6,536 snags sampled in 56 plots located in portions of the burned forest that had not been salvage logged. A logistic regression model was developed based on the presence or absence of foraging signs. Results showed that Black-backed Woodpeckers used larger snags that were less deteriorated by fire (qualified as high-quality snags). Direct field observations of individuals foraging on 119 snags also indicated that used snags corresponded to those of high predicted quality. Finally, we assessed the relationship between food availability and snag characteristics by measuring the density of wood-boring beetle larvae holes on 30 snags of different size and deterioration classes. High-quality snags contained higher prey densities (wood-boring beetle holes) than smaller and more deteriorated snags. We recommend that forest blocks characterized by large and less deteriorated trees be preserved from salvage logging in recently burned boreal forests in northeastern North America.

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)0,000
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 enseignants0,449
Score d'incertitude au seuil0,892

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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

Citations87
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetFire effects on ecosystemsTravaux en français237 207