MétaCan
Menu
Retour à la cohorte
Enregistrement W3031206549 · doi:10.4000/physio-geo.11251

Choix des essences de reboisement pour la forêt de la Maâmora (Maroc) sur la base de la tolérance des plants juvéniles à la sécheresse

2020· article· fr· W3031206549 sur OpenAlexaff
Abdenbi Zine El Abidine, Mohamed Bouderrah, Mohammed S. Lamhamedi, Fouad Mounir, Vanessa Has-Marleang Saint Jean, Quentin Ponette

Notice bibliographique

RevuePhysio-Géo · 2020
Typearticle
Languefr
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversité LavalCenter for Northern Studies
Organismes subventionnairesnon disponible
Mots-clésForestryHumanitiesReforestationGeographyArt

Résumé

récupéré en direct d'OpenAlex

Les plans d'aménagement de la forêt de la Maâmora au Maroc ont favorisé l'extension des plantations d'espèces exotiques aux dépens du Chêne-liège (Quercus suber), espèce climacique. Les sécheresses récurrentes et la perspective des changements climatiques imposent de revoir le choix des essences pour les reboisements dans cette forêt. L'objectif de ce travail consiste à évaluer les relations hydriques et la croissance des plants du Gommier rouge (Eucalyptus camaldulensis), du Thuya de Berbérie (Tetraclinis articulata), du Chêne-liège (Quercus suber) et du Pin maritime des Landes (Pinus pinaster ssp. atlantica), soumis à un déficit hydrique édaphique continu. Celui-ci a négativement et significativement affecté le statut hydrique des plants et leur croissance, mais l'effet a varié significativement selon les espèces et la durée d'assèchement. Le statut hydrique et la croissance des plants du Gommier rouge ont été plus affectés négativement par l'assèchement que ceux des autres espèces. La perte de croissance des plants du Gommier rouge a été de 22 à 65 % selon les paramètres d'évaluation. Le reboisement dans la forêt de la Maâmora devra favoriser le Chêne-liège, le Pin maritime des Landes et éviter le Gommier rouge. Par ailleurs, le Thuya de Berbérie mériterait d'être introduit dans les biotopes les moins favorables au Chêne-liège.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,380
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,220 · 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.

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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysio-GéoMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207