MétaCan
Menu
Retour à la cohorte
Enregistrement W4300975678 · doi:10.26443/msurj.v10i1.119

Tree Diversity has Limited Effects on Beech Bark Disease Incidence in American Beech Population of Mont St-Hilaire

2015· article· en· W4300975678 sur OpenAlexaffabout
Zhihong Zhang, Ema Perez, Anna Chinn, Johnathan Davies

Notice bibliographique

RevueMcGill Science Undergraduate Research Journal · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBeechBark (sound)BiologyPopulationBark beetleBotanyForestryEcologyHorticultureDemographyGeography

Résumé

récupéré en direct d'OpenAlex

Background: American beech trees (Fagus gandifolia) exist in many areas in northeastern North America. Beech bark disease (BBD) is caused by a scale insect and bark-killing fungus (Cryptococcus fagisuga and Nectria spp.). We aim to study the correlation between diversity and the presence of BBD, and predict that tree diversity in Gault’s Nature Reserve in Mont St-Hilaire (MSH), Québec decreases the presence of BBD and that F. grandifolia density would increase the presence of this disease. Methods: We randomly chose 15 sites for sampling of individual tree species. F. grandifolia trees were identified as “healthy” or “infected”. Simple regressions, ANOVA, two and three-way interaction, linear mix effect model, and paired t-test were performed using R and Excel. Results: Our results show no significant correlation of infected individuals and total number of either A. saccharum or A. pensylvanica, unless analyzed with a linear mixed effect model (p=0.0256). However, there was a strong, positive correlation between the number of infected trees and the density of F. grandifolia (R2=0.6712), and this relationship was stronger in disturbed areas compared to undisturbed areas in the reserve (t=2.0492, p=0.047, tcritical=2.0211). Conclusion: We found beech tree density and habitat disturbance, but not community diversity, to have a significant positive effect on Beech Bark Disease infection rates.

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 enseignants0,341
Score d'incertitude au seuil0,678

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 technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,319
Écart entre enseignants0,261 · 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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Science Undergraduate Research JournalMême sujetForest Insect Ecology and ManagementTravaux en français237 207