MétaCan
Menu
Retour à la cohorte
Enregistrement W2228608271 · doi:10.1111/jvs.12373

Pre‐industrial landscape composition patterns and post‐industrial changes at the temperate–boreal forest interface in western Quebec, Canada

2016· article· en· W2228608271 sur OpenAlex
Victor Danneyrolles, Dominique Arseneault, Yves Bergeron

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Vegetation Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversité du Québec à RimouskiUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à MontréalNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaTembec
Mots-clésAbies balsameaDisturbance (geology)Dominance (genetics)TaigaGeographyBorealTemperate climateBalsamEcological successionEcologyComposition (language)Temperate rainforestPhysical geographyForestryEnvironmental scienceEcosystemBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Questions What were the pre‐industrial forest landscape composition patterns? Which factors had structured the pre‐industrial landscape patterns? How have pre‐industrial landscape patterns and post‐industrial disturbances controlled composition changes? Location An area of 4175 km 2 at the temperate–boreal forest interface of southwest Quebec, Canada. Methods Reconstruction of the pre‐industrial composition is based on an original early land survey data set (1874–1935). Composition changes were computed by comparing historical data with modern forest inventories. Landscape‐scale patterns and composition changes were assessed through spatially constrained clustering analysis. Results Pre‐industrial forest composition was structured across the landscape by the combination of environmental gradients (topography, deposits, drainage, etc.) and recurrence of fire. Frequency and intensity of fires were most likely the main drivers of forest dynamics and composition across the landscape. Black spruce ( Picea mariana ) and balsam fir ( Abies balsamea ) dominated hilly areas affected by former fires; aspen ( Populus tremuloides ) dominated lowlands following recent fire. White cedar ( Thuja occidentatlis ) and pines ( Pinus spp.) dominated areas probably affected by small surface fires. New disturbance regimes that were subsequently incurred by human activities have shifted the pre‐industrial landscape mosaic and have led to the current landscapes. Composition changes included a replacement of conifers by early successional species within settled or burned areas, and the maintenance of conifers and an increase in cedar dominance in areas affected by partial disturbance. Conclusions Post‐industrial composition changes must be perceived as complex interactions between pre‐industrial landscape patterns and natural and human disturbances. Such land‐use legacies could be important drivers of future landscape change and should be investigated and considered when predicting future climate‐induced ecological changes.

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.

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 enseignants0,763
Score d'incertitude au seuil0,806

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,237
Écart entre enseignants0,222 · 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