MétaCan
Menu
Retour à la cohorte
Enregistrement W7042649973

Prescribed Burning to Restore Eastern White Pine Forests of La Mauricie National Park of Canada

2019· other· en· W7042649973 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNucleofectionExclosureHyporeflexiaLiquationProteogenomicsWindage
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Eastern white pine forests of La Mauricie National Park of Canada have been severely affected by logging and forest fire suppression since the 1850s, and by the exotic white pine blister rust since the beginning of the twentieth century. These alterations have changed the ecological trajectory of eastern white pine ecosystems, which now appear hardly sustainable. Eastern white pine saplings are nearly absent, and balsam fir saplings are strong competitors for space and light. Since 1991, Parks Canada uses prescribed burning for restoring eastern white pine ecosystems. We studied seven pine stands in which prescribed burning was applied and compared them with nine unburned stands. Over 63% of balsam fir saplings were killed by prescribed burning, thus eliminating a significant part of the competition to eastern white pine seedlings. These were four times more abundant in burned than in unburned sites (21,333 vs. 5178 seedlings/ha). In the short term, the eastern white pine regeneration objectives established by Parks Canada have been achieved. Pine seedlings growth is slow, and they should be monitored regularly to ensure long-term success of this restoration programme. If necessary, it might be helpful to increase light penetration by girdling mature balsam firs or spruces.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesBibliométrie, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0250,026
Études des sciences et des technologies0,0000,001
Communication savante0,0010,007
Science ouverte0,0090,010
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,062
Tête enseignante GPT0,330
Écart entre enseignants0,269 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Travaux en français237 207