MétaCan
Menu
← Retour à la cohorte
Enregistrement W7027857151

Effects of jumping worms on European earthworms
\nand soil properties

2023· article· en· W7027857151 sur OpenAlexaboutno aff

Notice bibliographique

RevueSaint Mary's University Institutional Repository (Saint Mary's University) · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInvertebrate Taxonomy and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJumpingSoil waterSoil classificationAquatic animal
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Earthworms are ecosystem engineers which alter soil structure and impact other organisms and ecosystem functioning.In 2014, pheretimoid "jumping worms" (Megascolecidae spp.) were discovered in Ontario, Canada, with later discoveries in New Brunswick (2021), and Nova Scotia (2022).Jumping worms are having substantial impacts in the northeastern United States, including effects on nutrient cycling and other soil organisms.In Canada, little research has been done to examine spread or effects of jumping worms since they have established only recently.Thus, we sampled at a residential property in Oromocto, New Brunswick, which was the first location where jumping worms were found in the province.Our objectives were to evaluate: (1) how jumping worms impact soil properties (i.e., nitrogen, carbon); (2) how their presence impacts the abundance of European earthworms; and (3) the effectiveness of two jumping worm sampling methods.We found that jumping worms did not have significant impacts on European earthworm species or soil carbon, but they did have significant impacts on soil nitrogen levels.Our results suggest the existence of a positive relationship between jumping worm abundance and soil nitrogen levels when jumping worm abundance is low.Also, both sampling methods (i.e., mustard solution and wooden discs) were equally effective at detecting the presence of jumping worms at a site.Over the longer term, we hope to track the expansion of this population in order to determine rates of spread.

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)0,001
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 enseignants0,046
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,149
Écart entre enseignants0,137 · 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 revueSaint Mary's University Institutional Repository (Saint Mary's University)→Même sujetInvertebrate Taxonomy and Ecology→Travaux en français237 207→