MétaCan
Menu
← Retour à la cohorte
Enregistrement W6980904155

Damage by insect herbivores on white spruce in plantation and natural understory regeneration

2023· dissertation· en· W6980904155 sur OpenAlexfundno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2023
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesConcordia University
Mots-clésUnderstoryHerbivoreBiodiversityInsectCanopyWoody plantNatural regenerationSpecies richnessNatural forest
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Few studies focused on non-outbreaking herbivorous insects to understand the patterns of damage they inflict on plants. We compared damage by herbivorous insects on young white spruce (Picea glauca) between natural regrowth in the understory of mixed wood forest and small extensively-managed plantations. We observed damage to foliage to quantify damage by different groups of herbivores, including leaf chewers, miners and sap-sucking species. Our hypothesis stated that trees in forest understory environments would have higher diversity of damages caused by insects but that plantation trees would have more damaged tree shoots. Our two sampling methods were branch collection, in which we collected a forty-centimeter branch and recorded foliar damage, and field surveys, where one researcher recorded foliar damage on the saplings for three-minute intervals. We also measured tree growth, canopy openness, soil temperature and humidity. We used these environmental variables in general linear models to test their effects on herbivore damage in the two habitats. The results showed that plantation and understory trees did not differ significantly in the overall amount of insect damage. There was no correlation found with any environmental factor. This pattern indicated that the plantation we sampled maintained insect biodiversity similar to that in mixed wood forests. Thus, small, extensively managed multispecies plantations can be less at risk of insect outbreaks.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

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
Bibliométrie0,0010,000
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 Opus0,031
Tête enseignante GPT0,305
Écart entre enseignants0,274 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)→Même sujetEarly Childhood Education and Development→Travaux en français237 207→