MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285394891 · doi:10.1139/cjfr-2022-0063

Reduction in local white-tailed deer abundance allows the positive response of northern white cedar regeneration to gap dynamics

2022· article· en· W4285394891 sur OpenAlexafffundvenue
Olivier Villemaire‐Côté, Jean‐Claude Ruel, Jean‐Pierre Tremblay

Notice bibliographique

RevueCanadian Journal of Forest Research · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMinistère des Forêts, de la Faune et des Parcs
Mots-clésOdocoileusRegeneration (biology)Abundance (ecology)BiologyUngulateEcologyCanopyHerbivoreNicheHabitatCoarse woody debrisPopulation

Résumé

récupéré en direct d'OpenAlex

Gap dynamics play a crucial role in forest regeneration by creating favourable regeneration and survival niches for some plant species. Nonetheless, potentially overriding factors, such as ungulate browsing, could limit or eliminate this gap dynamic-related regeneration. The deleterious effects of browsing may be exacerbated for slow-growing species such as northern white cedar ( Thuja occidentalis L.), a tree highly selected by white-tailed deer ( Odocoileus virginianus Zimmerman). We therefore aimed to understand how deer browsing and gap dynamics interact to affect cedar regeneration and hypothesized that cedar regeneration benefits from natural gaps but that deer browsing could override this effect. We inventoried natural canopy gaps along a spatiotemporal gradient of deer habitat use. We evaluated cedar regeneration abundance, tree height, and various gap, stand, and competition metrics. We found that deer browsing pressure greatly limited cedar regeneration; however, when deer populations decreased, cedar regeneration abundance increased within a decade, even after prolonged browsing pressure, and increased further over time. Our study illustrates that cedar regeneration can be favoured by gap creation and deer population control.

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 enseignants0,997
Score d'incertitude au seuil0,005

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,257 · 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 revueCanadian Journal of Forest Research→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→