MétaCan
Menu
Retour à la cohorte
Enregistrement W3034605441 · doi:10.1038/s41598-020-66752-w

Effects of prescribed fire and social insects on saproxylic beetles in a subtropical forest

2020· article· en· W3034605441 sur OpenAlexaff
Michael D. Ulyshen, Andrea Lucky, Timothy T. Work

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesU.S. Forest ServiceClemson UniversityU.S. Department of Agriculture
Mots-clésSubtropicsEcologyTropical and subtropical moist broadleaf forestsBiologyZoologyGeography

Résumé

récupéré en direct d'OpenAlex

We tested the immediate and delayed effects of a low-intensity prescribed fire on beetles, ants and termites inhabiting log sections cut from moderately decomposed pine trees in the southeastern United States. We also explored co-occurrence patterns among these insects. Half the logs were placed at a site scheduled for a prescribed fire while the rest were assigned to a neighboring site not scheduled to be burned. We then collected insects emerging from sets of logs collected immediately after the fire as well as after 2, 6, 26 and 52 weeks. The fire had little effect on the number of beetles and ants collected although beetle richness was significantly higher in burned logs two weeks after the fire. Both beetle and ant communities differed between treatments, however, with some species preferring either burned or unburned logs. We found no evidence that subterranean termites (Reticulitermes) were influenced by the fire. Based on co-occurrence analysis, positive associations among insect species were over two times more common than negative associations. This difference was significant overall as well for ant × beetle and beetle × beetle associations. Relatively few significant positive or negative associations were detected between termites and the other insect taxa, however.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,017
Tête enseignante GPT0,191
Écart entre enseignants0,174 · 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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207