The effects of size and proportion of residual forest on harvesting effort and habitat quality index of three animal species using ecosystem based management scenarios in boreal forest
Bibliographic record
Abstract
La faune et la flore de la forêt boréale du Québec sont adaptées aux perturbations naturelles, plus particulièrement aux feux. L'approche écosystémique s'inspirant des dynamiques naturelles propose un avenir prometteur dans le développement des pratiques sylvicoles durables. Des études qui ont comparé les forêts résiduelles laissées par la récolte à celles laissées par les feux démontrent une différence significative entre la fréquence des îlots résiduels et leur configuration. Des différences qui ont probablement des impacts importants sur la faune et la flore de la région et sur l'approvisionnement en bois. Six scénarios spatiaux avec 100 répétitions ont été simulés avec le logiciel SELES. Parmi ceux-ci, dix répétitions qui ont atteint nos cibles ont été sélectionnés selon différentes tailles (3000 ha, 15000 ha, et 60000 ha), fréquences et configurations pour évaluer leurs impacts sur l'effort d'approvisionnement. De plus, les effets environnementaux basés sur l'indice de qualité d'habitat pour l'Orignal (Alces alces), le lièvre d'Amérique (Lepus americanus) et la martre d'Amérique (Martes americana) ont également été évalués. Les résultats de ce projet permettent de faire des recommandations quant aux effets de la taille et de la proportion de la forêt résiduelle, selon différentes taille de chantiers de récolte, sur les efforts d'approvisionnement en forêt dominée par l'épinette noire. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Épinette noire, aménagement écosystémique, taille des îlots résiduels, effort d'approvisionnement, qualité d'habitat.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".