MétaCan
Menu
Retour à la cohorte
Enregistrement W2735175783 · doi:10.5558/tfc2017-019

The NEBIE plot network: Highlights of long-term scientific studies

2017· article· en· W2735175783 sur OpenAlexafffundvenueabout
F. Wayne Bell, Jennifer Dacosta, Steven G. Newmaster, Azim U. Mallik, Shelley Hunt, Madhur Anand, Jose R. Maloles, Changhui Peng, John Parton, John A. McLaughlin, John A. Winters, Monique C Wester, Margo Shaw

Notice bibliographique

RevueThe Forestry Chronicle · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensBioForest Technologies (Canada)Manitoba Environmental Industries AssociationMinistry of Natural Resources and ForestryOntario Forest Research InstituteUniversité du Québec à MontréalLakehead UniversityUniversity of Guelph
Organismes subventionnairesUniversity of WaterlooFPInnovationsLakehead UniversityOntario Innovation TrustCanadian Forest ServiceOntario Ministry of Natural Resources and ForestryNatural Resources CanadaMinistry of Natural ResourcesNatural Sciences and Engineering Research Council of CanadaU.S. Forest ServiceUniversity of Pittsburgh
Mots-clésSilvicultureForest managementEnvironmental scienceTemperate rainforestTaigaBorealEnvironmental resource managementAgroforestryForest ecologyProductivityScale (ratio)GeographyForestryTemperate climateEcologyEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

The NEBIE plot network is a stand-scale, multi-agency research project designed to compare the ecological effects of a range of silvicultural treatments in northern temperate and boreal forest regions of Ontario, Canada. While research on silviculture intensities has been previously conducted, the NEBIE plot network is at a larger scale, and covers a wider range of intensities in a variety of northern temperate and boreal forest types. Details about experimental design, treatment designs and research sites, are presented in a companion paper which is published in this edition of The Forestry Chronicle. The operational scale of treatment plots allow for assessment of a variety of forest values. We used a criteria and indicator approach to organize long-term research studies on the network sites, with the goal of providing scientific findings that would inform forest policy. Pre-treatment, and 2-, 5-, and 10-year post-harvesting data have been collected. These initial data add to existing information on the effects of intensification of silviculture on biological diversity, forest productivity, ecosystem health and vitality, soil and water resources, contribution of enhanced forest management global carbon cycles, and long-term multiple socio-economic benefits of northern forests.

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)0,100
score de la tête « metaresearch » (Gemma)0,071
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: aucune
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,527

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1000,071
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,017
Études des sciences et des technologies0,0030,002
Communication savante0,0100,007
Science ouverte0,0040,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,052
Tête enseignante GPT0,264
Écart entre enseignants0,212 · 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

Citations5
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207