MétaCan
Menu
Retour à la cohorte
Enregistrement W2508915606 · doi:10.3955/046.090.0312

The Landscape Impact of Linear Seismic Clearings for Oil and Gas Development in Boreal Forest

2016· article· en· W2508915606 sur OpenAlexaffabout
Colin Pattison, Michael S. Quinn, Pat Dale, Carla P. Catterall

Notice bibliographique

RevueNorthwest Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensMount Royal University
Organismes subventionnairesGriffith UniversityUniversity of Warwick
Mots-clésTaigaFragmentation (computing)Forest fragmentationClearingEnvironmental scienceLandscape ecologyFossil fuelGeologyForestryGeographyAgroforestryPhysical geographyEcologyHabitat

Résumé

récupéré en direct d'OpenAlex

Forests can be dissected or internally fragmented by anthropogenic linear clearings. Much research has focused on roads but in forests overlying oil and gas reserves, seismic lines (narrow exploration trails) also internally fragment forests and alter landscape structure. Seismic lines are of particular interest because they already exist in western North America and exploitation of future reserves may require new seismic line clearing over vast forest areas. An assessment was needed to compare their relative contribution to forest fragmentation against other more well-known linear forest clearings. This study was conducted across an area of 4022 km2 of boreal forest in western Canada. Seismic lines directly occupied a relatively small area (1% of all land), but were five times longer than roads and rail lines. Seismic line density was more than twice that of roads, rail lines, power lines and pipelines combined and accounted for 80% of all edges. Seismic lines have the potential to indirectly influence more forest than all these other types of linear forest clearings. Seismic lines consistently decreased the size of forest patches, and increased the number of patches across spatial scales from 5.0–4900 ha but tended to have a greater impact at larger spatial extents. While roads are the most important agents of fragmentation in some forests, in forests where oil and gas reserves are exploited, seismic lines have the greatest impact on forest fragmentation.

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 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 enseignants0,188
Score d'incertitude au seuil0,998

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 technologies0,0000,001
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 Opus0,006
Tête enseignante GPT0,228
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, 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

Citations72
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorthwest ScienceMême sujetFire effects on ecosystemsTravaux en français237 207