Data from: Depth-to-water mediates bryophyte response to harvesting in boreal forests
Notice bibliographique
Résumé
1. Site moisture is an important component of the forest landscape for maintaining biodiversity, including forest-floor bryophytes, but little is known about its role in shaping understory responses to harvesting. 2. We investigated the influence of site wetness, determined using a remotely-sensed, topographic depth-to-water (DTW) index, on responses of bryophyte cover, richness, diversity, and composition to variable retention harvesting (comparing: 2% [clear-cut], 20%, and 50% dispersed green tree retention and uncut controls [100% retention]) in three boreal forest cover-types (broadleaf, mixed, and conifer forests) in western Canada. The DTW index provides an approximation of depth to water at or below the soil surface, and was derived from wet-areas mapping based on discrete Airborne Laser Scanning data acquired over an experimentally harvested landscape located in northwestern Alberta, Canada. 3. The effectiveness of leaving retention (versus clear-cutting) for conserving bryophyte communities depended on site wetness, as indicated by DTW, with the specifics varying among forest types. In broadleaf forests, bryophyte cover and richness were generally low and not much affected by harvesting but drier sites had higher richness and a few more unique species. In mixed and conifer forests, leaving retention (versus clear-cutting) on wetter (versus drier) sites was more effective for conserving bryophyte cover, wetter sites had higher total species richness, and more species were exclusive to wetter sites. 4. Synthesis and applications. Site wetness, as indicated using the remotely-sensed topographic site wetness index "depth-to-water," mediates bryophyte responses to variable-retention harvests. Specifically, our results suggested that in conifer and mixed forests it would be more beneficial to target wetter sites for retention patches or dispersed retention whereas in broadleaf sites there might be a slight advantage to targeting drier sites. Our study demonstrates that this tool could be used to inform management decisions around leaving dispersed or patch retention.28-Jan-2019
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».