MétaCan
Menu
Retour à la cohorte
Enregistrement W2895340665 · doi:10.1002/bes2.1435

Combining Aggregated and Dispersed Tree Retention Harvesting for Conservation of Vascular Plant Communities

2018· article· en· W2895340665 sur OpenAlexaffabout
Caroline M.A. Franklin, S. Ellen Macdonald, Scott E. Nielsen

Notice bibliographique

RevueBulletin of the Ecological Society of America · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésUnderstoryVascular plantBiodiversityBorealPlant communityEnvironmental scienceAgroforestrySilvicultureTaigaDisturbance (geology)EcologyForestryGeographyEcological successionBiologyCanopy

Résumé

récupéré en direct d'OpenAlex

Natural disturbance-based forest management includes the use of retention harvesting, in which live mature trees are selectively retained within harvested stands, to mitigate the negative impacts of forest harvesting on biodiversity. We investigated the effects of different retention patterns (aggregated and dispersed) and retention levels on understory vascular plants in the boreal forests of western Canada 15 years post-harvest. Our study reveals that aggregated retention supports plant communities more similar to unharvested forest when surrounded by higher levels of dispersed retention. Combinations of aggregated and dispersed retention are thus recommended to promote both late- and early-seral plant species. Photo credit: Caroline Franklin Photo credit: Caroline Franklin Photo credit: Caroline Franklin These photographs illustrate the article “Combining aggregated and dispersed tree retention harvesting for conservation of vascular plant communities” by Caroline M. A. Franklin, S. Ellen Macdonald, and Scott E. Nielsen published in Ecological Applications. https://doi.org/10.1002/eap.1774

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,030
Tête enseignante GPT0,199
Écart entre enseignants0,169 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBulletin of the Ecological Society of AmericaMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207