MétaCan
Menu
Retour à la cohorte
Enregistrement W2172024653 · doi:10.22230/jem.2005v5n2a296

Aspen regeneration, forage production, and soil compaction on harvested and grazed boreal aspen stands

2005· article· en· W2172024653 sur OpenAlexaff
Maja Kržić, Hillary N. Page, Reg F. Newman, Klaas Broersma

Notice bibliographique

RevueJournal of Ecosystems and Management · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensGovernment of British ColumbiaAgriculture and Agri-Food CanadaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGrazingEnvironmental scienceForageAgronomySoil compactionGrasslandResistance (ecology)AgroforestryBiologySoil waterSoil science

Résumé

récupéré en direct d'OpenAlex

The objective of our study was to determine the effects of timber harvesting and cattle grazing on aspen regeneration, forage production, and soil compaction on aspen cutblocks in the Peace River region of British Columbia. This project was carried out on a long-term study site established 5 km south of Dawson Creek, B.C. Samples were collected and vegetation was assessed during the summer of 2002. Summer and winter harvesting significantly increased aspen stem density relative to unharvested plots, whereas 4 years of cattle grazing had no significant impact on stem density. Inter-tree spacing remained above the postulated minimum of 60-80 cm, indicating that livestock can access the stand. Timber harvesting increased forage production by 69%, while grazing had no effect on forage production. Soil penetration resistance was similar for three harvesting treatments down to a 21 cm depth, while between 21 and 60 cm penetration resistance was consistently the highest on summer-harvested plots, followed by winter-harvested and unharvested plots. Grazing had no impact on soil penetration resistance. The results of this study support the view that cattle grazing and aspen harvesting are complementary land uses for aspen cutblocks on similar sites in the Peace River region; however, proper planning is required to avoid potential cattle distribution problems.

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 enseignants0,188
Score d'incertitude au seuil0,374

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 GPT0,212
Écart entre enseignants0,202 · 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

Citations18
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ecosystems and ManagementMême sujetForest Biomass Utilization and ManagementTravaux en français237 207