MétaCan
Menu
Retour à la cohorte
Enregistrement W2954436938 · doi:10.5539/jas.v11n10p240

How Bovine Livestock Affects Seed Rain in Subtropical Climate Forest

2019· article· en· W2954436938 sur OpenAlexvenueno aff
Maureen de Moraes Stefanello, Ana Paula Moreira Rovedder, Roselene Marostega Felker, Matheus Degrandi Gazzola, Betina Camargo, Bruna Balestrin Piaia, Jhonitan Matiello, Djoney Procknow, Rodrigo Pinto da Silva, Aline Peccatti, Jéssica Puhl Croda

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgroforestry and silvopastoral systems
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésTramplingLivestockGrazingRainforestGeographySpecies evennessAgroforestrySubtropicsStock (firearms)ForestryEcologyAgronomyBiologySpecies diversity

Résumé

récupéré en direct d'OpenAlex

Seed rainfall may be one of the mechanisms most impacted by livestock production in forest remnants. The trampling and cattle grazing alter dynamics, structure and floristic composition of the forest. The present work characterized the seed rainin forest remnants and the possible impacts of the presence and the management regime with different cattle stocks in the Pampa biome, southern region of Brazil. We compared three areas in Seasonal Forest remnants with a management history of 43 years: cattle exclusion area (A1); area with a cattle stock of 0.5 ua ha-1 (A2); and area with cattle stock of 1.0 ua ha-1 (A3). The seed rain was collected quarterly in 16 collectors (1 × 1 m²) per area for 24 months. The seeds were counted and identified according to external morphological characteristics, habit and dispersion syndrome. Shannon diversity index, submitted to the Hutcheson test, Pielou evenness, expected diversity and floristic similarity were determined. The results indicated that the impacts caused by livestock to seed rain were more significant in A3 where a quantitative reduction in the number of seeds was observed, probably due to the low number of plant individuals that make up the community.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil0,283

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,206
Écart entre enseignants0,195 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgroforestry and silvopastoral systemsTravaux en français237 207