MétaCan
Menu
Retour à la cohorte
Enregistrement W2165928873 · doi:10.1139/a09-004

The extent of the North American boreal zone

2009· article· en· W2165928873 sur OpenAlexaffvenue
J.P. Brandt

Notice bibliographique

RevueEnvironmental Reviews · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésBorealTaigaGeographyPhysical geographyWetlandEcologyForestryBiology

Résumé

récupéré en direct d'OpenAlex

The circumpolar boreal zone is one of the world’s major biogeoclimatic zones, covering much of North America and Eurasia with forests, woodlands, wetlands, and lakes. It regulates climate, acts as a reservoir for biological and genetic diversity, plays a key role in biogeochemical cycles, and provides renewable resources, habitat, and recreational opportunities. Poor agreement exists amongst scientists regarding this zone’s delimitation and the areal extent of boreal forests, even though the zone has been well-studied. This paper reviews the literature on the phytogeography of the zone and makes use of a geographic information system (GIS) and published maps to delineate a current map of the North American boreal zone and the hemiboreal subzone, which is a transitional area lying immediately to the south of the boreal zone that is usually included in the boreal zone by Europeans but excluded by North Americans. On the basis of the map described here, the boreal zone covers about 627 million ha, or 29% of the North American continent north of Mexico. If the hemiboreal subzone, at 116 million ha, is included, then 34% of the same area is covered. Forests and other wooded land (362 million ha) cover 58% of the North American boreal zone on the basis of current forest inventory data. With forests and other wooded land of the hemiboreal subzone (68 million ha) factored in, this percentage remains basically unchanged. Values reported in this paper are compared with other published statistics. Important sources of error contributing to differences in areal statistics are discussed.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,252

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations365
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetRangeland and Wildlife ManagementTravaux en français237 207