MétaCan
Menu
Retour à la cohorte
Enregistrement W2793755756 · doi:10.3390/f9030138

Ten Years of Monitoring Illustrates a Cascade of Effects of White Pine Blister Rust and Focuses Whitebark Pine Restoration in the Canadian Rocky and Columbia Mountains

2018· article· en· W2793755756 sur OpenAlexaffabout
Brenda Shepherd, Brad C. Jones, Robert Sissons, Jed Cochrane, Jane Park, Cyndi M. Smith, Natalie Stafl

Notice bibliographique

RevueForests · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensAlberta Environment and Protected AreasParks Canada
Organismes subventionnairesnon disponible
Mots-clésCanopyBiologySeedlingRegeneration (biology)Rust (programming language)EcologyDisturbance (geology)ForestryAgroforestryGeographyAgronomy

Résumé

récupéré en direct d'OpenAlex

Whitebark pine forests are declining due to infection by white pine blister rust and mountain pine beetle, combined with the effects of climate change and fire suppression. The Canadian Rocky and Columbia Mountains represent a large portion of the whitebark range; a vast area, exemplifying the need for knowledge about whitebark pine stands to target restoration. The aim of our work was to identify variables predicting live tree infection, seedling infection, canopy kill, mortality, and regeneration across this region, and present the results in spatially-explicit formats to assist land managers with restoration. Live tree and seedling infection by white pine blister rust increased over the last decade and cascading effects of the disease are intensifying, including canopy kill and mortality. We show that large diameter trees are more likely to be infected, and the highest infection rates are in southern and western areas. The conditions for seedling infection are more strongly influenced by fine-scale climatic conditions than for trees. Areas with low regeneration are: (1) the dry east slopes where live tree infection is low; and (2) where live tree infection rates are high, suggesting that canopy kill and mortality are influencing regeneration. Results highlight where to target restoration and coordinate across boundaries.

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 enseignants0,558
Score d'incertitude au seuil0,613

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 technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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

Citations27
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetFire effects on ecosystemsTravaux en français237 207