MétaCan
Menu
Retour à la cohorte
Enregistrement W2801027405 · doi:10.2458/azu_rangelands_v58i4_fent

Silver Sagebrush Community Associations in Southeastern Alberta, Canada

2005· article· en· W2801027405 sur OpenAlexafffundabout
Paul F. Jones, Roy Penniket, Livio Fent

Notice bibliographique

RevueJournal of Range Management · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensGolder Associates (Canada)Alberta Environment and Protected AreasAlberta Conservation Association
Organismes subventionnairesGovernment of CanadaUniversity of AlbertaAlberta Conservation Association
Mots-clésGeographyAerial photographyOccupancyPolygon (computer graphics)Distribution (mathematics)HabitatRange (aeronautics)EcologyElevation (ballistics)Hydrology (agriculture)ForestryCartographyMathematicsBiologyGeologyGeometry

Résumé

récupéré en direct d'OpenAlex

Greater sage-grouse (Centrocercus urophasianus) habitat in southeastern Alberta is limited by the distribution of silver sagebrush (Artemisia cana Pursh). We conducted a landscape assessment of silver sagebrush throughout the current range of sage-grouse in southeastern Alberta. Black-and-white aerial photography acquired in the fall of 2001 was used to map silver sagebrush. Contact print stereo pairs were interpreted using a stereoscope and initially classified into 1 of 13 site classes based on soil type and landscape feature (e.g., recent agriculture). Each site polygon was further broken down into smaller polygons based on the percentage of silver sagebrush occupancy, density distribution, and height. A total of 4 626 site polygons were identified and classed into 1 of 13 site classes. To ensure all assumptions of statistical tests were met, the data set was reduced to 9 site classes. The mean percentage of silver sagebrush occupancy was significantly different between the 9 site classes (F = 285.00, df = 8, P < 0.001). The lotic site class had the highest mean percentage of occupancy, followed by overflow and old cultivated site classes. The frequencies of density distribution were not equal for all site classes (Pearson’s chi-square = 5 727.09, df = 72, P < 0.001). Lotic had greater than expected occurrences in distribution classes 8 through 12 whereas overflow had greater than expected occurrences in distribution classes 8 and 10. The frequencies of height class were not equal for all site classes (Pearson’s chi-square = 4 382.15, df = 24, P < 0.001). Lotic and overflow sites had greater than expected occurrences in the mixed and tall height classes, whereas blowouts, loamy and saline lowlands had greater occurrences in the small height class. Understanding the occupancy, density distribution, and height of silver sagebrush across the landscape will assist in understanding the resource selection patterns and management of sage-grouse in Alberta, Canada.

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 enseignants0,014
Score d'incertitude au seuil0,060

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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

Citations1
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Range ManagementMême sujetRangeland and Wildlife ManagementTravaux en français237 207