MétaCan
Menu
Retour à la cohorte
Enregistrement W4205581639 · doi:10.46456/jisdep.v2i3.185

The Potency of Cratoxylum arborescens Blume (Geronggang) and Combrecarpus rotundatus Dans (Tumih) as Natural Regeneration in Degraded Tropical Peat Swamp Forest

2021· article· en· W4205581639 sur OpenAlexfundno aff
D Suwito, Suratman Suratman, Erny Poedjirahajoe

Notice bibliographique

RevueThe Journal of Indonesia Sustainable Development Planning · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesLembaga Pengelola Dana PendidikanUniversity of OxfordMcGill University
Mots-clésPeatRegeneration (biology)SwampBiodiversityVegetation (pathology)Natural regenerationGeographyForestryEcologyEnvironmental scienceAgroforestryEcosystemNatural (archaeology)Natural forestBiology

Résumé

récupéré en direct d'OpenAlex

The massive forest fire disasters have left an enormous area of ​​degraded peatland. This study aims to analyze the performance of two species, namely C. arborescens and C. rotundatus, as the natural regeneration post forest fires. This research was conducted in 5 different locations that experienced severe fires in 2006. We made a total of 25 plots for each location to measure biodiversity at four growth levels. We analyzed the data with vegetation analysis formulas from Magurran. The results show that at the tree growth level, C. rotundatus can withstand the fires in 2006 and is currently still growing in more significant numbers than C. arborescens. At the pole, sapling, and seedling growth levels, these species perform well as natural regeneration species with many individuals, but C. arborescens is a bit more dominant. Both species are suitable for natural regeneration after fires in degraded peat swamp forests based on survived and existing individuals. On the other hand, both species could not improve the vegetation diversity in the whole ecosystem. These two species can be the option for natural regeneration if there a limited budget and the degraded areas are in a very remote location.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Indonesia Sustainable Development PlanningMême sujetForest Ecology and ConservationTravaux en français237 207