MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243198934 · doi:10.1139/x02-081

Browse occurrence, biomass, and use by white-tailed deer in a northern New Brunswick deer yard

2002· article· en· W4243198934 sur OpenAlexfundvenueaboutno aff
Shawn F. Morrison, Steven J. Young

Notice bibliographique

RevueCanadian Journal of Forest Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOdocoileusAbundance (ecology)Biomass (ecology)HabitatBiologyEcologyPopulationForestryGeography

Résumé

récupéré en direct d'OpenAlex

Winter browse abundance influences population growth of white-tailed deer (Odocoileus virginianus) in northeastern North America, where they regularly experience harsh winter conditions. We surveyed browse biomass and abundance among vegetation types and determined the extent of browse species selection and avoidance in a northeastern deer yard. Deer browsed 19 species but only red and striped maples (Acer rubrum L. and Acer pensylvanicum L.) were consistently selected. Regenerating, mature mixedwood, and mature spruce–fir stands were most likely to have high amounts of browse cover. Mature mixedwood stands had greater total browse biomass than submature hardwood and mature cedar stands. It is possible that our observed selection and avoidance of browse species reflects changes in availability as snow depth increased in middle to late winter. Thus, browse availability and use should be interpreted with respect to known patterns of deer habitat use during varying degrees of winter severity. We recommend that mixedwood stands be recognized as important part of winter habitat for deer. We underscore their importance for wintering deer, because they allow them to access shelter and browse simultaneously.

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 enseignants0,606
Score d'incertitude au seuil0,784

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 Opus0,040
Tête enseignante GPT0,259
Écart entre enseignants0,219 · 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

Citations21
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetWildlife Ecology and Conservation→Travaux en français237 207→