MétaCan
Menu
Retour à la cohorte
Enregistrement W7052417608

Reclaiming the Prairie: Natural Resource Management at Prairie State Park

2025· article· en· W7052417608 sur OpenAlexaboutno aff

Notice bibliographique

RevuePittsburg State University Digital Commons (Pittsburg State University) · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVegetation (pathology)WoodlandResource (disambiguation)EcosystemNatural resourceWoody plant
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Once widespread from central Canada to Mexico, tallgrass prairie is now one of North America's most imperiled ecosystems. Historically, tallgrass prairie covered roughly 15 million acres of Missouri. Today, less than 60,000 acres remain, comprising small patches dispersed across the state. The largest of these is Prairie State Park, a 1,619 Hectare piece of tallgrass prairie in Missouri. Perhaps the most pressing issue affecting prairie ecosystems in the Great Plains is woody plant encroachment, including species such as eastern red cedar (Juniperus virginiana), sericea lespedeza (Lespedeza cuneata), sumac (Rhus spp.), and blackberry (Rubus spp.). Eastern red cedar is particularly detrimental to native prairies because it outcompetes herbaceous species by depriving them of water, sunlight, and nutrients. Pittsburg State University students recently completed an internship where they helped revive a degraded section of Prairie State Park that was overgrown with eastern red cedar. Now in the second year of this partnership, park staff mentored the students in a variety of practical skills, including mechanical vegetation control, prescribed fire, all-terrain vehicle (ATV) use, personal protective equipment (PPE) protocols, and resource management strategies. Thanks to the combined efforts of park staff and PSU students, the degraded prairie section has been largely restored.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,086

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 technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,006
Tête enseignante GPT0,177
Écart entre enseignants0,171 · 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
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePittsburg State University Digital Commons (Pittsburg State University)Même sujetPlasma Diagnostics and ApplicationsTravaux en français237 207