MétaCan
Menu
Retour à la cohorte
Enregistrement W2266457134 · doi:10.1111/jvs.12387

Factors driving structure of natural and anthropogenic forest edges from temperate to boreal ecosystems

2016· article· en· W2266457134 sur OpenAlex
Per‐Anders Esseen, Anna Ringvall, Karen A. Harper, Pernilla Christensen, Johan Svensson

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.

Notice bibliographique

RevueJournal of Vegetation Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensDalhousie University
Organismes subventionnairesVetenskapsrådetNaturvårdsverketSvenska Forskningsrådet Formas
Mots-clésEnvironmental scienceCanopyBiomeEcosystemDisturbance (geology)DeciduousWetlandTemperate climatePhysical geographyBorealEcologyTaigaGeographyBoreal ecosystemAtmospheric sciencesGeologyForestryBiologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract Questions What factors control broad‐scale variation in edge length and three‐dimensional boundary structure for a large region extending across two biomes? What is the difference in structure between natural and anthropogenic edges? Location Temperate and boreal forests across all of Sweden, spanning latitudes 55–69° N. Methods We sampled more than 2000 forest edges using line intersect sampling in a monitoring programme (National Inventory of Landscapes in Sweden). We compared edge length, ecosystem attributes (width of adjacent ecosystem, canopy cover, canopy height, patch contrast in canopy height, forest type) and boundary attributes (profile, abruptness, shape) of natural edges (lakeshore, wetland) with anthropogenic edges (clear‐cut, agricultural, linear disturbance) in five regions. Results Anthropogenic edges were nearly twice as abundant as natural edges. Length of anthropogenic edges was largest in southern regions, while the abundance of natural edges increased towards the north. Edge types displayed unique spectrums of boundary structures, but abrupt edges dominated, constituting 72% of edge length. Anthropogenic edges were more abrupt than natural edges; wetland edges had the most gradual and sinuous boundaries. Canopy cover, canopy height, patch contrast and forest type depended on region, whereas overall boundary abruptness and shape showed no regional pattern. Patch contrast was related to temperature sum (degree days ≥ 5 °C), suggesting that regional variability can be predicted from climate‐controlled forest productivity. Boundary abruptness was coupled with the underlying environmental gradient, land use and forest type, with higher variability in deciduous than in conifer forest. Conclusions Edge origin, land use, climate and tree species are main drivers of broad‐scale variability in forest edge structure. Our findings have important implications for developing ecological theory that can explain and predict how different factors affect forest edge structure, and help to understand how land use and climate change affect biodiversity at forest edges.

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)0,000
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 enseignants0,239
Score d'incertitude au seuil0,200

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
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 Opus0,011
Tête enseignante GPT0,258
Écart entre enseignants0,247 · 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