MétaCan
Menu
Retour à la cohorte
Enregistrement W4321345723 · doi:10.5593/sgem2022/5.1/s20.050

SCREENING ON SOME PERMANENT GRASSLANDS IN TIMIS COUNTY (WESTERN ROMANIA). CASE STUDY

2022· article· en· W4321345723 sur OpenAlexaboutno aff
Carmen Claudia Durău, Adalbert Okros, Andreea Urlica, V. D. Mircov

Notice bibliographique

RevueInternational Multidisciplinary Scientific GeoConference SGEM ... · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotany and Plant Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVegetation (pathology)GrasslandSpecies richnessBiodiversityGeographyVegetation coverForageBiomass (ecology)HerbivoreVegetation IndexQuarter (Canadian coin)EcologyAgroforestryGrazingEnvironmental scienceNormalized Difference Vegetation IndexLeaf area indexBiology

Résumé

récupéré en direct d'OpenAlex

The grass of the grasslands is the most accessible source of food for herbivores during a significant period of a year. The knowledge of the floristic composition of grasslands reflects the current state and is an essential element in determining the load of animals. This paper is a case study and aims to inventory the species participating in the grass cover near some localities in Western Romania. Vegetation surveys were made in March, June and the first quarter of October. The study method by which the vegetation was determined is the linear method on the basis of which different indices could be calculated such as: specific frequency, biodiversity index, pastoral value. The obtained results led to the conclusion that the analyzed permanent meadows are classified as mediocre in terms of forage, the pastoral value expressing these aspects. Regarding the biodiversity of the analyzed grasslands, it is classified as medium and high in one of the cases. Based on the analysis of these results, respectively their correlation with the mode of intervention on these permanent grasslands, the possible evolutionary trends of the vegetation and its direction can be outlined in order to improve the economic value and the species richness.

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 enseignants0,024
Score d'incertitude au seuil0,047

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,051
Tête enseignante GPT0,280
Écart entre enseignants0,229 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Multidisciplinary Scientific GeoConference SGEM ...Même sujetBotany and Plant Ecology StudiesTravaux en français237 207