MétaCan
Menu
Retour à la cohorte
Enregistrement W3087773159 · doi:10.12911/22998993/126875

Micro-Climatic Amelioration in a California Desert: Artificial Shelter Versus Shrub Canopy

2020· article· en· W3087773159 sur OpenAlexafffund
Nargol Ghazian, Mario Zuliani, Christopher J. Lortie

Notice bibliographique

RevueJournal of Ecological Engineering · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensYork University
Organismes subventionnairesU.S. Bureau of Land ManagementNatural Sciences and Engineering Research Council of CanadaMitacsYork University
Mots-clésShrubCanopyDesert (philosophy)Environmental scienceAgroforestryEcologyForestryGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Anthropogenic factors such as climate change, land use, urbanization, alongside the spread of invasive species are some of the challenges impacting the arid and semi-arid regions globally.The canopy of many native plants including shrubs and trees not only provides refuge from predators for some animals but also offers a shelter from climatic stressors for other plants.The canopy of native vegetation can thus be a microhabitat critical to the persistence of many species locally, and it is vital to better understand its importance for the conservation and recovery of species in these landscapes.In this study, we tested the hypothesis that triangular and rectangular artificial canopies function similarly to the canopy of resident native shrubs when ameliorating the understory micro-climate.Three light permeabilities including 15%, 50%, and 90% were tested by measuring soil and air temperature with light relative to paired open gap (non-canopied) microsites and shrubs.Shelters offered more stable temperatures and reduction in light compared to the open gap and were not significantly different from established native shrubs.This suggests that this simple, affordable intervention can provide a stop-gap solution that approximates natural heterogeneity in climate at fine scales and offers a refuge whilst managers and stakeholders restore native vegetation such as slow-growing and difficult to establish shrubs within this ecosystem.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,204
Écart entre enseignants0,186 · 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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Ecological EngineeringMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207