MétaCan
Menu
Retour à la cohorte
Enregistrement W3200289442 · doi:10.1139/cjfr-2021-0174

Multiyear defoliations in southern New England increases oak mortality

2021· article· en· W3200289442 sur OpenAlexvenueno aff
Jeffrey S. Ward, Chad C. Jones, Joseph P. Barsky

Notice bibliographique

RevueCanadian Journal of Forest Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesConnecticut Department of Energy and Environmental ProtectionU.S. Department of Energy
Mots-clésLymantria disparBiologyDisparEcologyLarva

Résumé

récupéré en direct d'OpenAlex

After decades of multiyear defoliation episodes in southern New England, Lymantria dispar dispar (previously gypsy moth) populations diminished with the appearance of the L. dispar fungus in 1989. Multiyear defoliations did not occur again until 2015–2018. To assess the impact of the return of multiyear defoliations, we examined 3095 oaks on 29 permanent study areas in Connecticut and Rhode Island that were established at least 11 years before the latest outbreaks. Pre-defoliation stand-level oak mortality averaged 2% (3-year basis). Post-defoliation mortality did not differ between managed and unmanaged stands but was much higher in severely defoliated stands (36%) than in stands with moderate (7%) or low to no defoliation (1%). Pre-defoliation mortality of individual trees differed among species, was lower for larger diameter trees and on unmanaged than managed stands. Post-defoliation mortality on plots with no to moderate defoliation was similar to pre-defoliation mortality levels. Following multiyear defoliations, white oak (Quercus alba L.) mortality was higher than for northern red oak (Quercus rubra L.) and black oak (Q. velutina Lam.). There was weak evidence that mortality was elevated on stands with higher basal area following severe defoliation. Natural resource managers should not assume that oaks that survived earlier multiyear defoliations episodes will survive future multiyear outbreaks, possibly because trees are older.

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)0,001
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 enseignants0,128
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,047
Tête enseignante GPT0,310
Écart entre enseignants0,262 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207