What drives the regeneration dynamics in Central Himalayan Mountain Forests of Nepal?
Notice bibliographique
Résumé
Although forest regeneration has been studied in Nepal’s mountain regions, most research has emphasized single factors such as elevation or canopy cover, with few studies evaluating multiple drivers together. Stage-wise transitions and associated shifts in composition and diversity also remain understudied, particularly in protected areas under passive management. Regeneration dynamics in the Sikles region of the Annapurna Conservation Area were modelled using linear, quadratic, and generalized additive models (GAMs). Principal component analysis (PCA) simplified five soil variables into two composite gradients. Single predictor GAMs examined independent effects of topography, stand structure, and soils, while multivariate GAMs tested their combined influence. Results showed a clear shift in composition and reduced richness from seedlings to saplings, indicating demographic constraints, though evidence for bottlenecks was mixed. Cold-adapted taxa such as Rhododendron spp. dominated saplings at higher elevations. Seedling density was highest at 1500–2000 m (mean = 10,250 ha⁻¹), while sapling density peaked at 3500–4000 m (median = 6,000 ha⁻¹). Diversity indices followed unimodal trends with elevation, with the strongest single predictor GAM fit for seedling richness (adj. R² = 0.41; p < 0.001). Single-predictor GAMs highlighted stage-specific drivers: seedling density was strongly elevation dependent, while sapling density declined with canopy cover and tree density, and soil fertility (PC2) promoted seedling establishment at lower elevations. Multivariate GAMs revealed stronger combined effects, with seedling density shaped jointly by elevation and soil fertility (adj. R² = 0.62) and sapling density constrained by canopy structure and soil fertility (adj. R² = 0.58). These findings show that while single-predictor models identify individual signals, multivariate approaches capture interacting drivers. Conservation strategies should therefore integrate soil management at lower elevations, canopy moderation at mid- to high elevations, and stage-specific monitoring to sustain regeneration under climate change.
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 | 0,001 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».