MétaCan
Menu
Retour à la cohorte
Enregistrement W2170500796 · doi:10.5539/esr.v4n1p31

Persistent Effects of Chemicals Used to Control Shrub Densification in Semi-Arid Savanna

2014· article· en· W2170500796 sur OpenAlexvenueno aff
Hugo Bezuidenhout, Tineke Kraaij, Johan A. Baard

Notice bibliographique

RevueEarth Science Research · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAfrican Botany and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShrubShrublandWoodlandAgroforestryWildlifeContext (archaeology)Vegetation (pathology)GrazingAgricultureBiomeGeographyAridEcologyEnvironmental scienceEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

Mokala National Park (MoNP) was proclaimed in 2007 in an area that used to be managed as a commercial wildlife and hunting farm, and prior to 2003 as a cattle and goat farm. The vegetation comprises sparse to closed woodlands and shrublands of the Savanna Biome. Shrub densification was deemed undesirable in the context of commercial farming where management objectives were to maximise production of grazing animals and to promote visibility of wildlife to tourists and hunters. Accordingly, previous landowners have attempted to eradicate prolific shrubs (particularly Senegalia mellifera) by mechanical and chemical means in certain areas during the period 1996–2004. Effects of these treatments are still apparent more than a decade later. Here we document the history of herbicide applications and other management practices in affected areas of MoNP. We furthermore explore potential ecological effects of the herbicide used (‘Molopo 200GG’ with active ingredient Tebuthiuron) in relation to the ecology of the most-affected shrub species, S. mellifera. We conclude with suggestions for future monitoring to establish potential long-term impacts of the chemical control.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,055
Tête enseignante GPT0,310
Écart entre enseignants0,255 · 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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth Science ResearchMême sujetAfrican Botany and Ecology StudiesTravaux en français237 207