MétaCan
Menu
Retour à la cohorte
Enregistrement W4220970340 · doi:10.1002/ece3.8695

Impacts of spruce budworm defoliation on the habitat of woodland caribou, moose, and their main predators

2022· article· en· W4220970340 sur OpenAlexafffundabout
Catherine Chagnon, Mathieu Bouchard, David Pothier

Notice bibliographique

RevueEcology and Evolution · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité Laval
Organismes subventionnairesMinistère des Forêts, de la Faune et des Parcs
Mots-clésSpruce budwormEcologyUnderstoryChoristoneura fumiferanaPredationHabitatGeographyTaigaWoodlandVegetation (pathology)Woodland caribouBalsamForestryBiologyCanopyTortricidae

Résumé

récupéré en direct d'OpenAlex

Forest logging has contributed to the decline of several woodland caribou populations by causing the fragmentation of mature coniferous stands. Such habitat alterations could be worsened by spruce budworm (SBW) outbreaks. Using 6201 vegetation plots from provincial inventories conducted after the last SBW outbreak (1968-1992) in boreal forests of Québec (Canada), we investigated the influence of SBW-caused tree defoliation and mortality on understory vegetation layers relevant to woodland caribou and its main predators. We found a positive association between severe outbreaks and the cover of most groups of understory plant species, especially in stands that were dominated by balsam fir before the outbreak, where a high canopy openness particularly benefited relatively fast-growing deciduous plants. Such increases in early successional vegetation could provide high-quality forage for moose, which is likely to promote higher wolf densities and increase predation pressure on caribou. SBW outbreaks may thus negatively affect woodland caribou by increasing predation risk, the main factor limiting caribou populations in managed forests. For the near future, we recommend updating the criteria used to define critical caribou habitat to consider the potential impacts of spruce budworm defoliation.

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 enseignants0,444
Score d'incertitude au seuil0,884

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
Bibliométrie0,0010,000
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 Opus0,006
Tête enseignante GPT0,188
Écart entre enseignants0,182 · 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

Citations10
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetWildlife Ecology and ConservationTravaux en français237 207