MétaCan
Menu
Retour à la cohorte
Enregistrement W2582857337 · doi:10.7287/peerj.preprints.2756v1

Effect of <i>Phalaris aquatica </i>on the abundance and diversity of vertebrate animals in Mediterranean coastal grasslands in California

2017· preprint· en· W2582857337 sur OpenAlexaff
Angela Joseph, Basma Nazal, Neha Saini, Farwa Sajadi, Ryan Ye

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensWestern UniversityYork University
Organismes subventionnairesnon disponible
Mots-clésAbundance (ecology)TussockEcologyTransectHabitatGrazingGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Harding grass ( Phalaris aquatica ) , an invasive non-native species of bunchgrass, has been introduced to grasslands in many regions of California, particularly those with a history of disturbance, such as tilling and grazing. Due do the invasive nature of Harding grass, we sought to examine whether it has an effect on small animal abundance and diversity in the grasslands, Rancho Marino Reserve (RM) and Fiscalini Ranch Preserve (FR) in California. Both grasslands have similar climate and geographic location but differ in management history. Two transects were created in each site, with eight plots per transect. Animal cameras were deployed over the course of three nights to examine the abundance and diversity of small animals. Due to the history of tilling and planting of RM, and its increase in P. aquatica coverage, there was less animal abundance and diversity compared to FR. The results indicated that the untilled/unplanted areas had more animal abundance and diversity compared to tilled/planted due to the lack of Harding Grass. This can be due to factors such as diminished soil quality, difficulty in maneuvering in the tall grass, and adaptability to native vegetative state. Invasive plants have the ability to increase rapidly in space and potentially lead to ecosystem degradation. This adds further knowledge in the relationship between small animals and their habitats and helps conservation biologists ensure mammalian populations remain stable.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,242
Écart entre enseignants0,227 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRangeland and Wildlife ManagementTravaux en français237 207