Examining abiotic and biotic factors influencing specimen black oaks (Quercus kelloggii) in northern California to reimplement traditional ecological knowledge and promote ecosystem resilience post-wildfire
Notice bibliographique
Résumé
California black oak, Quercus kelloggii, plays an important role in the lifeways of many Indigenous tribes throughout California. Native peoples tend black oaks using traditional ecological knowledge (TEK) to encourage the development and proliferation of specimen oaks. These mature, large, full crowned trees provide a disproportionate amount of ecosystem services, including acorns and habitat, when compared to smaller black oaks. Altered approaches to land management and the cessation of frequent low intensity cultural burns places these specimen oaks at risk from encroachment, forest densification, and severe wildfire. This project is a collaboration between academic researchers and a Native Advisory Council to examine abiotic and biotic factors influencing Quercus kelloggii to reimplement traditional ecological knowledge and promote ecosystem resilience post-wildfire. Data were collected from 55 specimen black oaks at Pepperwood Preserve in northeast Sonoma County. Specifically, we classified specimen oak growth habitat by measuring specimen oak crown area and live crown ratio, the size and number of surrounding trees, and amount of surface and ladder fuel loads. The preserve burned in both the Tubbs Fire in 2017 and the Kincade Fire in 2019, the latter of which occurred three months after the completion of the initial data collection. Immediately following the Kincade Fire we measured scorch height and related our abiotic and biotic variables to fire severity. Forest densification was found to have a significant negative effect on both canopy area (p = 0.003) and live crown ratio (p = 0.038) of the specimen oaks. Densification did not affect surface and ladder fuel load accumulation since the Tubbs Fire in October 2017 (p > 0.05). Neither surface and ladder fuels nor forest densification variables significantly affected scorch height on the specimen oaks (p > 0.05) following the Kincade Fire.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».