MétaCan
Menu
Retour à la cohorte
Enregistrement W4411012330 · doi:10.1016/j.foreco.2025.122864

Eastern white pine and red pine forest regeneration following secondary disturbance

2025· article· en· W4411012330 sur OpenAlexafffundabout
Mélanie Gilles-Nicoletti, Yves Bergeron, Nicole J. Fenton, Tadeusz B. Splawinski, Pascale Bélanger-Lavallée

Notice bibliographique

RevueForest Ecology and Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensRoyal College of Physicians and Surgeons of CanadaNova Scotia Department of AgricultureUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesNatural Resources CanadaMitacsOntario Ministry of Natural Resources and Forestry
Mots-clésDisturbance (geology)Regeneration (biology)Red pinePine forestForest regenerationForestryWoody plantEcologyWhite (mutation)Natural regenerationAgroforestryEnvironmental scienceGeographyBiologyPinus <genus>Botany

Résumé

récupéré en direct d'OpenAlex

Eastern white ( Pinus strobus Lin.) and red pine ( Pinus resinosa Ait.) forests of North America were historically shaped by low to moderate intensity surface fires that created favorable pine regeneration microhabitats. Following European colonization, pine forest area and volume were reduced due to fire suppression, intensive logging, and changing climatic conditions. Ecosystem-based forest management aims to apply sustainable practices inspired by natural disturbances. This study evaluates the ability of shelterwood harvest to emulate surface fires to stimulate pine regeneration. We sampled plots in Témiscamingue (Quebec) and Nipissing (Ontario) that experienced surface fire, shelterwood harvest, or no recent disturbance. We compared disturbance impacts on pine regeneration density and environmental factors influencing regeneration, including canopy and understory vegetation cover, germination substrate cover, and soil characteristics. Fire significantly enhanced pine regeneration compared to shelterwood harvest. Average canopy opening was similar, but shelterwood harvest created canopy heterogeneity. Post-fire white pine regeneration density responded to a threshold of canopy opening heterogeneously reached in shelterwood harvest. In contrast to shelterwood harvest, fire created burnt duff, an effective germination substrate, significantly decreased organic forest floor thickness, and increased pH and nitrogen availability. Similar trends in the effects of both disturbances on canopy and understory vegetation did not result in similar pine regeneration densities, but variations in germination substrates and soil chemistry explained the differences observed. Our findings emphasize the importance of the chemical effects of fire. We recommend combining shelterwood harvest with site preparation techniques that emulate surface fire effects, such as prescribed burning or soil amendments. • Shelterwood harvest alone cannot ensure an abundant regeneration of white and red pines like surface fire. • The chemical effect of surface fire at the seed microhabitat scale is key for abundant regeneration of white and red pines. • Burnt duff is the preferable germination substrate for white and red pine seedlings. • Lower soil acidity and carbon-nitrogen ratio after fire favored seedling density more than nitrogen stocks after harvest. • Surface fire improves red pine regeneration, but this species has different additional needs than white pine.

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 enseignants0,091
Score d'incertitude au seuil0,182

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 Opus0,003
Tête enseignante GPT0,193
Écart entre enseignants0,190 · 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueForest Ecology and ManagementMême sujetFire effects on ecosystemsTravaux en français237 207