MétaCan
Menu
← Retour à la cohorte
Enregistrement W7028658707

Facteurs influençant la régénération des mousses de fen dans un contexte de restauration de tourbière

2020· other· fr· W7028658707 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2020
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForest regenerationMoorlandCorsican
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La restauration de tourbière vers des fens est relativement nouveau au Canada. La première tentative de restauration à l’échelle écosystémique d’un fen utilisant la technique de transfert de tapis muscinal s’est résulté par un échec de l’établissement de la couche muscinale (bryophytes). La couche muscinale typique des fens (composée de mousses vraies de fen, souvent appelée mousses brunes) est une composante importante des fens naturels. La littérature scientifique sur le sujet de la restauration de la couche muscinale de fen est pauvre, ou difficilement applicable dans des conditions nord-américaines. Le but de ce projet est d’acquérir certaines connaissances écophysiologiques sur les facteurs influençant la régénération des mousses de fen. Les facteurs choisis proviennent de différentes étapes de la restauration écologique des tourbières ainsi que de la biologie et l'écologie des mousses. Les quatre espèces de mousses utilisées sont communément trouvées dans les fens naturels du Canada : Aulacomnium palustre, Campylium stellatum, Scorpidium cossonii et Tomentypnum nitens. Les traitements testés sont : a) effet de la distance, par rapport à l’apex, des fragments des mousses sur leur régénération; b) la fragmentation mécanique; c) la fertilisation phosphatée; d) le chaulage; e) une expérience combinant fragmentation, fertilisation ainsi que différentes communautés de mousse testées sur le terrain; et f) l’effet de A. palustre comme plante compagne. Les principaux résultats sont : a) la régénération des fragments diminue en dessous de 2 ou 3 cm à partir de l’apex; b) la fragmentation augmente le nombre d’innovations quand il y a suffisamment d’eau (conditions de croissance humides); c) la fertilisation phosphatée a un effet positif sur la régénération des mousses lorsque maintenues en environnement contrôlé humide; d) le chaulage n’affecte positivement que l’espèce C. stellatum; e) A. palustre se régénère mieux sur le terrain que les autre mousses f) A. palustre n’apparaît pas être une bonne plante compagne pour C. stellatum et S. cossonii. Ces résultats visent à améliorer notre compréhension de la niche de régénération de mousses vraies de fen. Ici, nous établissons les connaissances de base pour une éventuelle restauration des fens à l’échelle de l’écosystème.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,418
Score d'incertitude au seuil0,832

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,194
Écart entre enseignants0,185 · 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'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)→Travaux en français237 207→