MétaCan
Menu
Retour à la cohorte
Enregistrement W349064987

A comparison of all-terrain vehicle (ATV) trail impacts in boreal forest, heath and bog habitats within the Avalon Wilderness Reserve and surrounding area

2014· dissertation· en· W349064987 sur OpenAlexaboutno aff
Nyssa van Vierssen Trip

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2014
Typedissertation
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisturbance (geology)Wilderness areaVegetation (pathology)RecreationBorealResistance (ecology)WildernessGeographyBogHabitatEnvironmental scienceNature reserveEcologyLoggingForestryPeatGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recreational trails are a source of anthropogenic disturbance in nature reserves and other low human impact areas. Effective management must balance the desire of recreationists to use these natural areas with the need to maintain the ecological integrity of these areas. Low productivity environments may be particularly susceptible due to low resilience to recreational impacts. My study examined 28 all-terrain vehicle (ATV) trails within the Avalon Wilderness Reserve and the adjacent surrounding area in Newfoundland, Canada. My research showed that different habitat types (boreal forest, heaths and bogs) differ in resistance and resilience to both direct on-trail erosion and indirect off-trail vegetation impacts of ATV trails. Dry forested sites were more resistant to direct on-trail erosion but less resistant to indirect off-trail vegetation disturbance. Heath sites were less resistant to direct on-trail erosion but highly resistant to indirect off-trail disturbance. Bogs sites had low resistance to both direct and indirect trail disturbance. There have been limited studies on ATV trail impacts in boreal environments, and these findings provide guidance for managers in Newfoundland and Labrador to manage recreational vehicle use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,057
Tête enseignante GPT0,340
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207