MétaCan
Menu
Retour à la cohorte
Enregistrement W2581205664 · doi:10.1139/cjfr-2016-0291

Modeling the impacts of hemlock woolly adelgid infestation and presalvage harvesting on carbon stocks in northern hemlock forests

2017· article· en· W2581205664 sur OpenAlexvenueno aff
Jeffrey John Krebs, Jennifer Pontius, Paul G. Schaberg

Notice bibliographique

RevueCanadian Journal of Forest Research · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Research StationU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésTsugaEnvironmental scienceForestryBiologyEcologyAgronomyGeography

Résumé

récupéré en direct d'OpenAlex

To better understand the potential impact of the invasive hemlock woolly adelgid (HWA, Adelges tsugae Annand) and presalvage activities on carbon (C) dynamics in northern stands of eastern hemlock (Tsuga canadensis (L.) Carr.), we used the Forest Vegetation Simulator and Forest Inventory and Analysis data to model C storage and successional pathways under four scenarios: presalvage harvesting; HWA-induced mortality; presalvage harvesting plus HWA-induced mortality; and no disturbance (control). Our simulation showed that all treatments differed in total C storage in the short term, with HWA-induced mortality providing the highest total C storage due to regeneration and ingrowth of replacement species combined with retention of standing and downed deadwood. At the end of the 150-year simulation, all disturbance scenarios had significantly lower total C than the control. The cumulative net C gain was lower for the two presalvage scenarios than for the HWA scenario, indicating that allowing HWA to progress naturally through a stand may result in the least impact to long-term C sequestration and net C storage. While differences were not significant on low hemlock density stands, impacts to the estimated 267 000 ha of northeastern forests where hemlock is dominant could result in conversion to red maple (Acer rubrum L.) and a net loss of over 4 million metric tons of potentially sequestered C over the next 150 years.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
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 Opus0,039
Tête enseignante GPT0,304
Écart entre enseignants0,266 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207