Restoring fen plant communities on cutaway peatlands of North America
Notice bibliographique
Résumé
En Amérique du Nord, peu de recherches ont été réalisées sur la restauration des fens. De plus en plus, les industries de la tourbe sont appelées à restaurer des tourbières abandonnées après extraction de la tourbe où les conditions pédologiques ressemblent à celles de fens. Le but de ce projet de recherche est de développer une base écologique à la restauration des fens en Amérique du Nord. Dans un premier temps, j'ai examiné les successions végétales dans les tourbières qui ont été exploitées jusqu'aux strates de tourbe minérotrophe afin de déterminer quelles plantes recolonisent les tourbières abandonnées et sous quelles conditions. L'échantillonnage de 28 tourbières abandonnées à travers le Canada et dans l'État du Minnesota aux États-Unis montre que la revégétation spontanée des secteurs avec tourbe à nue diffère de la végétation colonisant les fens naturels des régions adjacentes. Particulièrement, les Sphagnwn et les Carex. qui abondent dans les fens naturels, ne se retrouvent pas dans les fens exploités puis abandonnés par aspirateur. La majorité des fens abandonnés ont vite été recolonisés par des espèces plutôt apparentées aux milieux humides sans tourbe. Dans un deuxième temps j'ai testé des méthodes de réintroduction d'espèces typiques de fens. Une expérience de trois ans sur le terrain montre qu'une méthode de réintroduction par épandage des diaspores provenant d'un site d'emprunt est efficace pour l'établissement des Car ex et de sphaignes. Jusqu'à maintenant, l'accent a toujours été mis sur les Car ex et les plantes vasculaires pour la restauration des fens. Afin d'en savoir plus sur les conditions environnementales nécessaires à la régénération des mousses typiques de fens, j'ai effectué des expériences en serre et sur le terrain. Un ombrage jusqu'à 50% améliore la régénération des mousses. Le niveau d'eau optimal pour la plupart des mousses se situe juste en dessous de la surface et les sphaignes sont les espèces de bryophytes qui se régénèrent le mieux. Tous ces résultats devraient nous permettre de mieux cibler les efforts pour la restauration des fens.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».