MétaCan
Menu
← Retour à la cohorte
Enregistrement W2551090133 · doi:10.1139/cjfr-2016-0067

Recovery trends and predictions of Fraser fir (<i>Abies fraseri</i>) dynamics in the Southern Appalachian Mountains

2016· article· en· W2551090133 sur OpenAlexvenueno aff
S. Douglas Kaylor, M. Joseph Hughes, Jennifer Franklin

Notice bibliographique

RevueCanadian Journal of Forest Research · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesNational Park Service
Mots-clésBalsamGeographyEcologyPopulationNational parkForestryUnderstoryPopulation declinePhysical geographyHabitatBiologyCanopyDemography

Résumé

récupéré en direct d'OpenAlex

The endemic Fraser fir (Abies fraseri (Pursh) Poir.) is found in only seven montane regions in the southern Appalachians above ca. 1500 m elevation. Due to widespread insect-caused mortality from the invasive balsam woolly adelgid (Adelges piceae Ratzeburg), as well as possible impacts from climate change and atmospheric pollution, the future of Fraser fir populations remains uncertain. Long-term monitoring programs have been in place since the 1980s, and here we present the first predictive population models for endemic Fraser fir populations using the inventory data from Great Smoky Mountains National Park, which contains 74% of extant Fraser fir forests. Using two kinds of population data (understory density counts and overstory census data), we model Fraser fir population dynamics on five different mountaintops as a stage-structured matrix model with transition parameters estimated using hierarchical Bayesian inference. We predict robust recovery over the next several decades for some Fraser fir populations, particularly where mature overstory fir has persisted throughout the last two decades, and continued decline for populations at the lowest elevations. Fraser fir densities are already low at these lower elevations, suggesting that this population is vulnerable to local extirpation.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetFire effects on ecosystems→Travaux en français237 207→