MétaCan
Menu
← Retour à la cohorte
Enregistrement W6950429536 · doi:10.5683/sp3/rej1ac

Black spruce seed availability and viability after fire, Northwest Territories, Canada

2023· dataset· en· W6950429536 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité LavalUniversity of SaskatchewanWilfrid Laurier UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBlack spruceTaigaBasal areaSeedlingCanopyFire regimeBorealGermination

Résumé

récupéré en direct d'OpenAlex

This record is for the dataset “Black spruce seed availability and viability after fire, Northwest Territories, Canada” at https://doi.org/10.5061/dryad.z8w9ghxg4 Context Black spruce ( Picea mariana ) is an important conifer in boreal North American that develops a semi-serotinous, aerial seedbank and releases a pulse of seeds after fire. Variation in post-fire seed rain has important consequences for black spruce regeneration and stand composition. Aims We explore the possible effects of changes in fire regime on the abundance and viability of black spruce seeds following a very large wildfire season in the Northwest Territories, Canada (NWT). Methods We measured post-fire seed rain over two years at 25 black spruce dominated sites and evaluated drivers of stand characteristics and environmental conditions on total black spruce seed rain and viability. Results We found a positive relationship between black spruce basal area and total seed rain. However, at high basal areas this increasing rate of seed rain was not maintained. Viable seed rain was greater in stands that were older, closer to unburned edges, and where canopy combustion was less severe. Finally, we demonstrated positive relationships between seed rain and seedling establishment, confirming our measures of seed rain were key drivers of post-fire forest regeneration. Conclusion These results suggest that black spruce recruitment after fire may be reduced with projected increases in fire activity. This dataset can be downloaded at https://doi.org/10.5061/dryad.z8w9ghxg4

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→