Traditional land use, management and biodiversity of European semi-natural grasslands – Editorial to the 15th EDGG Special Feature
Notice bibliographique
Résumé
Seit 15 Jahren geben Mitglieder der Eurasian Dry Grassland Group (EDGG) und deren Vorgänger-organisationen Grasland-Sonderausgaben (Special Features) in Tuexeniaheraus. Das diesjährige Special Feature mit dem Titel Traditionelle Landnutzung, Management und Biodiversität von halb-natürlichem Grasland in Europa umfasst acht Artikel, die viele Aspekte der Graslandforschung beleuchten und verschiedene Organismengruppen miteinbeziehen: JANIŠOVÁ et al. (2020a) untersuch-ten den Einfluss verschiedener traditioneller Landnutzungsformen auf den Artenreichtum des extensi-ven Graslands im Apuseni-Gebirge in Westrumänien. LABADESSA et al.(2020) verglichen die Arten-zusammensetzung von beweidetem und unbeweidetem Grasland im Rahmen eines Renatu-rierungsprojektes in Südostitalien. PÁPAY et al.(2020) untersuchten den Einfluss der Gehölzdeckung auf die Artenzusammensetzung des halbnatürlichen Graslands im Mátra-Gebirge in Nordungarn und inwieweit wilde Huftiere die Verbuschung eindämmen können. DAYNEKO et al. (2020) beschrieben den Einfluss antiker Siedlungen aus skythischer und sarmathianischer Zeit auf die Biodiversität von Steppenhabitaten im Dnipro-Becken in der Südukraine. ZANIEWSKI et al. (2020) untersuchten, ob Störungen durch Geländefahrzeuge die Sukzession von Binnendünen in Zentralpolen aufhalten und dadurch die ehemalige Landnutzung ersetzen können, um die Kryptogamendiversität zu erhalten. JANIŠOVÁ et al. (2020b) charakterisierten Diversitätsmuster von Carex humilis-dominierten Felsen-steppen in vier biogeographischen Regionen des östlichen Mitteleuropas entlang eines Höhengradienten über 1240 m. BÜCHLER et al. (2020) gingen der Frage nach, inwieweit der Naturschutzwert von Mesobromion-Halbtrockenrasen im Kanton Zürich in der Schweiz auf unterschiedliche Standortbedin-gungen zurückgeführt werden kann. CANCELLIERI et al.(2020)gaben einen Überblick über die Pflan-zengesellschaften und die ökologischen Bedingungen der Trockenrasen des Nationalparks Abruzzen, Latium und Molise in Mittelitalien. Insgesamt haben 47 Autoren aus zehn Ländern zur 15. Grasland-Sonderausgabe beigetragen.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».