MétaCan
Menu
Retour à la cohorte
Enregistrement W2166668223 · doi:10.1139/x03-279

Forest structure and composition at young fire and cut edges in black spruce boreal forest

2004· article· en· W2166668223 sur OpenAlexvenueaboutno aff
Karen A. Harper, Daniel Lesieur, Yves Bergeron, Pierre Drapeau

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesNorthwestern University
Mots-clésBlack spruceSnagTaigaUnderstoryTransectBorealForestryForest structureEcologyMossEnvironmental scienceGeographyBiologyCanopyHabitat

Résumé

récupéré en direct d'OpenAlex

We compared structure and composition at forest edges created by wildfire and clear-cutting in black spruce (Picea mariana (Mill.) BSP) dominated boreal forest in northwestern Quebec. Forest structure and plant species composition were sampled along transects perpendicular to eight 3- to 4-year-old fire edges and eight 2- to 5-year-old cut edges. Significance of edge influence was assessed by comparing mean values at different distances from the edge to the range of variation in interior forest. The influence of clearcut edges was minimal, generally extending only 5 m from the edge, and included greater log density and different species composition, compared with interior forest. At fire edges, prominent responses to edge creation included increased snag density and lower moss cover, compared with interior forest, extending up to 40 m into the forest. This initial structural change was likely due to partial burning extending into the forest. Overall, fire edges had more snags and a different species composition than cut edges. Our hypothesis that edge influence is more extensive at fire edges than at cut edges was supported for overstory and understory structure, but not for species composition. We suggest that there is a need for management to consider the cumulative effect of the loss of fire edges on the landscape.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,786
Score d'incertitude au seuil0,829

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,254
Écart entre enseignants0,241 · 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

Citations67
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207