MétaCan
Menu
Retour à la cohorte
Enregistrement W2174834824 · doi:10.1139/cjfr-2012-0127

Changes in blister rust infection and mortality in whitebark pine over time

2012· article· en· W2174834824 sur OpenAlexafffundvenueabout
Cyndi M. Smith, Brenda Shepherd, Cameron S. Gillies, Jon Stuart-Smith

Notice bibliographique

RevueCanadian Journal of Forest Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensCarbon Engineering (Canada)Parks Canada
Organismes subventionnairesU.S. Fish and Wildlife ServiceParks Canada
Mots-clésBiologyMountain pine beetleEcologyRust (programming language)EcosystemDisturbance (geology)ForestryGeography

Résumé

récupéré en direct d'OpenAlex

Whitebark pine (Pinus albicaulis Engelm.), a keystone species in subalpine ecosystems of western North America, is under threat across its range from white pine blister rust, mountain pine beetle, fire exclusion, and climate change. Loss of whitebark pine is predicted to have cascading effects on many ecosystem services. We remeasured 115 whitebark pine plots in the Canadian Rocky Mountains to determine whether infection and mortality rates from blister rust were changing over time and (or) latitude. Average rust infection of trees among plots increased from 42% in 2003–2004 to 52% in 2009, while mortality increased from 18% to 28%. In eight plots that have been measured three times, infection increased from 43% of live trees in 1996 to 70% in 2003 and 78% in 2009. Mortality increased from 26% to 65% in the same time period. Overall, infection and mortality have increased 3%/year over the 13 years of the study. Incidence of infection and mortality was highest among plots in the southern part of the study area, particularly on the western side of the Continental Divide. The slowing rates of infection and mortality that we found suggest that some level of natural selection may already be occurring in areas with high levels of both.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,032
Tête enseignante GPT0,302
Écart entre enseignants0,270 · 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

Citations48
Publié2012
Routes d'admission4
Résumé présentoui

Explorer davantage

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