MétaCan
Menu
Retour à la cohorte
Enregistrement W2803277345 · doi:10.1139/cjb-2017-0145

Chronic deer browsing leads to biotic homogenization of minerotrophic peatlands

2018· article· en· W2803277345 sur OpenAlexaffvenue
Milène Courchesne, Stéphanie Pellerin, Marianne Bachand, Steeve D. Côté, Monique Poulin

Notice bibliographique

RevueBotany · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensEspace pour la vieMcGill UniversityCenter for Northern StudiesUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésExclosureHerbivoreBiologyEcologyPeatShrubOdocoileusBogHabitatAbiotic componentBeta diversity

Résumé

récupéré en direct d'OpenAlex

Peatlands could become important foraging habitats, and their plant communities threatened, in areas with an overabundance of large herbivores. Peatland response to herbivore exclusion may vary widely according to abiotic conditions and associated species because of a strong minerotrophic gradient. We assessed the impact of white-tailed deer (Odocoileus virginianus Zimm.) on peatland vegetation using an exclosure experiment. A total of 53 pairs of exclosures and unprotected plots were set up in bogs (13 pairs), sedge fens (20), shrub fens (7), and laggs (13), and surveyed prior to exclosure construction as well as three, five, and eight years after. Vascular plant composition of exclosures diverged from that of unprotected plots through time only in shrub fens and laggs. Bryophytes remained constant in all habitats. On average, shrub cover was 30% higher in exclosures in all habitats after five years, whereas herb cover increased only in laggs, by 43%, after eight years. Reclassification of sites by pH showed deer exclusion promoted alpha diversity in low- and high-moderate rich fens (pH 5.3–6.8) and beta diversity in the latter as well as in rich fens (pH 6.3–7.5). Overall, our results suggest that conservation efforts in areas with overabundant large herbivores should target richer peatland habitats since they showed a higher resilience and fostered alpha and beta diversity.

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 enseignants0,002
Score d'incertitude au seuil0,003

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetPeatlands and Wetlands EcologyTravaux en français237 207