MétaCan
Menu
Retour à la cohorte
Enregistrement W2729105597 · doi:10.1674/0003-0031-178.1.36

Recruitment Success for Mast Year Cohorts of Sugar Maple (Acer saccharum) Over Three Decades of Heavy Deer Browsing

2017· article· en· W2729105597 sur OpenAlexaffabout
Jennifer Macmillan, Lonnie W. Aarssen

Notice bibliographique

RevueThe American Midland Naturalist · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMast (botany)BiologyPopulationCohortWoodlandDemographyGeographyEcologyForestryMast cellMedicine

Résumé

récupéré en direct d'OpenAlex

We examined whether particular years of mast seed production in sugar maple (Acer saccharum) are associated with increased likelihood of cohort recruitment success into the sapling stage over three decades of heavy browsing pressure from white-tailed deer in a mature woodland population in southeastern Ontario, Canada. The population was sampled in 2014 for seedling and sapling stages (≤6 cm in stem diameter) to obtain an age frequency distribution spanning about 80 y and including survivors of seed cohorts produced in two known mast years at the study site (2013 and 1984) and in other mast years known to have occurred within the broader region (but not confirmed for the study site). The age frequency distribution is roughly bimodal with zero to very few individuals recorded for ages 9 through 29 y, corresponding with the known time period (early 1980's to late 2000's) of regional overabundance for white-tailed deer in eastern Ontario and at the study site in particular. The 1 y old seedlings (from the 2013 mast year) and the survivors of putative mast year cohorts from 2006 and 2000, however, are especially conspicuous, with less striking recruitment success indicated for the older confirmed mast year cohort from 1984 (which had more years of accumulated impact from mortality risks). Our results suggest seed masting in sugar maple can bolster cohort recruitment success that otherwise would virtually (or completely) fail when severe impact from deer browsing is combined with other typical early life-stage mortality risks, e.g., from drought, neighborhood competition, and persistent overhead canopy shade.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,554

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 technologies0,0000,002
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 Opus0,047
Tête enseignante GPT0,334
Écart entre enseignants0,287 · 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

Citations5
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe American Midland NaturalistMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207