MétaCan
Menu
← Retour à la cohorte
Enregistrement W6920424052 · doi:10.60692/03v6w-5md53

La fenología de Colicodendron scabridum, sapote, en un bosque seco del norte del Perú

2022· article· es· W6920424052 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2022
Typearticle
Languees
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStatistical analysisLimitingLinea

Résumé

récupéré en direct d'OpenAlex

Colicodendron scabridum, comúnmente llamado sapote, es una de las especies arbóreas más abundantes en los bosques neotropicales estacionalmente secos y un importante alimento para la fauna. Se investigó su fenología reproductiva y su relación con la temperatura y precipitación en siete sitios de Cerro Venado en Lambayeque, Perú, entre 257 y 353 m de altitud; se instalaron siete transectos de 2 m x 300 m, con quince individuos de la especie por transecto. La duración de la floración y fructificación es variable entre individuos, sitios y años. Fructifican entre 85 y 97 % de los árboles. En promedio, el período de fructificación es más corto que el de floración y está desplazado en tres meses. Se empleó la prueba de correlación cruzada para evaluar la relación entre la floración y fructificación con el promedio mensual de temperatura y precipitación. La floración tiene una fuerte correlación negativa con la temperatura media mensual. En contraste, la frecuencia de árboles con frutos mostró una relación positiva con la temperatura. La precipitación no se correlacionó con la floración ni con la fructificación. Los resultados sugieren que la temperatura podría determinar el período de producción de frutos de la especie, afectando la disponibilidad de alimento para la vida silvestre. Las variaciones fenológicas registradas son relevantes para las decisiones de conservación de la especie.

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 enseignants0,037
Score d'incertitude au seuil0,074

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)0,0010,000

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 Opus0,032
Tête enseignante GPT0,189
Écart entre enseignants0,157 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetPlant and animal studies→Travaux en français237 207→