Monitoring the effects of deer on plant abundance and diversity in old-growth coastal temperate rainforests, Haida Gwaii, British Columbia
Notice bibliographique
Résumé
Overabundant deer populations are a major factor affecting forest ecosystem dynamics in many parts of North America. Sitka black-tailed deer (Odocoileus hemionus sitkensis) were introduced to Haida Gwaii, a remote island archipelago in British Columbia, in the late 19th century. The mild climate, abundant vegetation, absence of predators, low hunting pressure and lack of competing herbivores on Haida Gwaii\nallowed the deer to flourish and the population exploded. This long-term monitoring experiment studies the effects of Sitka black-tailed deer on the diversity, abundance and reproduction of understory vegetation. In this study 20 deer exclosures were monitored over a period of 12 years from 1997 to 2009 in old growth forests on Graham Island, the largest island of the Haida Gwaii archipelago. The results showed that protection from deer did not have an effect on species richness. However, deer are having a significant impact on the abundance of understory vegetation in the medium height stratum (0.5 m - 1.5 m) and they are shifting the community composition towards less palatable species. The plant species most affected by deer browsing were Bunchberry (Cornus unalaschkensis) and Fern-leaved goldthread (Coptis aspleniifolia), and these are important forage species for Sitka black-tailed deer in their natural habitat in Alaska. Deer are also having an impact on plant reproduction, as a significantly higher proportion of flowers and fruits were found inside the exclosures. More research is needed to understand the impacts of deer on understory vegetation and therefore this study provides practical recommendations for improving this long-term monitoring experiment as well as recommendations for future research.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».