MétaCan
Menu
Retour à la cohorte
Enregistrement W2959073986 · doi:10.1111/1365-2745.13255

The influence of landscape context on short‐ and long‐term forest change following a severe ice storm

2019· article· en· W2959073986 sur OpenAlexafffund
Jed Lloren, Lenore Fahrig, Joseph Bennett, Thomas A. Contreras, Jenny L. McCune

Notice bibliographique

RevueJournal of Ecology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStormDisturbance (geology)Context (archaeology)Climate changeSpecies richnessEcologyEnvironmental scienceForest structureEcosystemDeforestation (computer science)GeographyPhysical geographyBiologyCanopyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract When deforestation results in small forest fragments surrounded by a non‐forest matrix, forest stands within these fragments experience changes in structure and community composition. They also continue to experience natural disturbances like hurricanes and ice storms. It remains unclear whether the landscape context of forest stands influences plant community response to natural disturbances. Using data from surveys of forested plots in the years immediately following and 19 years after a severe ice storm, we measured changes in woody stem density, species richness and beta diversity. Plots with greater storm damage had greater gains in stems and species, and greater shifts in community composition. In addition, there were interactions between the degree of storm damage and landscape context. The short‐term effects of storm damage were magnified in plots with less forest on the surrounding landscape and farther from the forest edge. In plots with high damage, a return towards pre‐storm conditions over the long‐term occurred more often in plots farther from the forest edge compared to those close to the edge. Synthesis . Future climate scenarios predict increases in severe weather and accompanying ecosystem disturbance. Our results show that it is important to consider landscape context when assessing the response of forest communities to such disturbances.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,232
Écart entre enseignants0,218 · 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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of EcologyMême sujetTree Root and Stability StudiesTravaux en français237 207