MétaCan
Menu
Retour à la cohorte
Enregistrement W2919130519 · doi:10.1002/fee.2016

Out with <scp>OLD</scp> growth, in with ecological contin<scp>NEW</scp>ity: new perspectives on forest conservation

2019· review· en· W2919130519 sur OpenAlexaff
R. Troy McMullin, Yolanda F. Wiersma

Notice bibliographique

RevueFrontiers in Ecology and the Environment · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensMemorial University of NewfoundlandCanadian Museum of Nature
Organismes subventionnairesnon disponible
Mots-clésOperationalizationAbundance (ecology)Species richnessForest ecologyOld-growth forestGeographyEcologyTree (set theory)Forest managementForest restorationAgroforestryEcosystemForestryEnvironmental scienceBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Forest managers have a responsibility to identify and conserve ecologically exceptional forest stands. In North America, priority areas of old‐growth forest are often identified based primarily on the age of trees within the stand. However, delineating forests with high conservation value based solely on tree age is an oversimplification. Therefore, we propose a different view – that of forest continuity, a view that is more prevalent in Europe. We contend that forests that have been continuously wooded over time, whether old‐growth trees are present or not, have higher conservation value than areas that have old trees but that may not always have been forested. Identifying forests with high continuity requires a different index than tree age. We argue that the relative richness and abundance of lichens can be effective indicators of forest continuity, discuss how forest managers might operationalize this system, and explain why it might be a more ecologically relevant indicator of priority forest areas.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,019
Tête enseignante GPT0,195
Écart entre enseignants0,177 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and the EnvironmentMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207