MétaCan
Menu
Retour à la cohorte
Enregistrement W3071938486 · doi:10.1139/er-2020-0015

A review of natural disturbances to inform implementation of ecological forestry in Nova Scotia, Canada

2020· review· en· W3071938486 sur OpenAlexafffundvenueabout
Anthony R. Taylor, David A. MacLean, Peter D. Neily, Bruce Stewart, Eugene Quigley, Seán P. Basquill, Celia K. Boone, Derek Gilby, Mark D. Pulsifer

Notice bibliographique

RevueEnvironmental Reviews · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNova Scotia Department of AgricultureNatural Resources CanadaCanadian Forest ServiceUniversity of New Brunswick
Organismes subventionnairesNatural Resources Canada
Mots-clésDisturbance (geology)GeographyEnvironmental scienceEcologyNatural (archaeology)EcosystemFire regimeStormForestryEnvironmental resource managementMeteorologyBiology

Résumé

récupéré en direct d'OpenAlex

Like many jurisdictions across North America, the province of Nova Scotia (NS) is faced with the challenge of restoring its forests to a more natural, presettlement state through implementation of ecological forestry. At the core of ecological forestry is the idea that natural forest structures and processes may be approximated by designing management practices that emulate natural disturbances. Successful natural disturbance emulation depends on fundamental knowledge of disturbance characteristics, including identification of specific disturbance agents, their spatial extent, severity, and return interval. To date, no comprehensive synthesis of existing data has been undertaken to document the natural disturbance regime of NS forests, limiting the application of natural disturbance emulation. Using over 300 years of documents and available data, we identified the main natural disturbance agents that affect NS forests and characterized their regimes. Overall, fire, wind (predominantly hurricanes), and outbreaks of spruce budworm (Choristoneura fumiferana (Clemens)) are the most important disturbance agents, causing substantial areas of low- (<30% mortality), moderate- (30%–60%), and high- (>60%) severity disturbance. While characterization of natural historic fire is challenging, due to past human ignitions and suppression, we estimated that the mean annual disturbance rate of moderate- to high-severity fire ranged between 0.17% and 0.4%·year−1 (return interval of 250–600 years), depending on ecosystem type. Hurricanes make landfall in NS, on average, every 7 years, resulting in wide-scale (>500 ha) forest damage. While hurricane track and damage severity vary widely among storms, the return interval of low- to high-severity damage is 700–1250 years (0.14%–0.08%·year−1). Conversely, the return interval of host-specific spruce budworm outbreaks is much shorter (<50 years) but more periodic, causing wide-scale, low- to high-severity damage to spruce–fir forests every 30–40 years. Further disturbance agents such as other insects (e.g., spruce beetle), diseases, ice storms, drought, and mammals can be locally important and (or) detrimental to individual tree species but contribute little to overall disturbance in NS. Climate change is expected to significantly alter the disturbance regime of NS, affecting current disturbances (e.g., increased fire) and driving the introduction of novel agents (e.g., hemlock wooly adelgid), and continued monitoring is needed to understand these changes.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,018
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,303
Écart entre enseignants0,284 · 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'étudeRevue systématique
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

Citations37
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetFire effects on ecosystemsTravaux en français237 207