Impact à court terme de l'exploitation forestière sur le tétras du Canada (<i>Falcipennis canadensis</i>)
Bibliographic record
Abstract
Le suivi télémétrique de 35 tétras du Canada (Falcipennis canadensis) 1 an avant coupe forestière et de 22 autres l'année de la coupe montrent que cette espèce est négativement affectée par la coupe à blanc. Après coupe, les tétras se sont réfugiés dans les habitats résiduels, à proximité du domaine vital printanier. Ils furent rencontrés plus souvent dans des peuplements en régénération, à densité arbustive élevée, et dans des milieux improductifs, sélectionnant parmi les habitats disponibles ceux ayant les plus grandes densités arborescentes et les plus faibles densités arbustives. Les déplacements totaux des tétras ont augmenté pendant et après coupe. Les domaines vitaux d'été étaient de 23-41 ha l'année de la coupe contre 13-33 ha l'année précédente (p = 0,07). La superficie des domaines vitaux ne différait pas statistiquement avant (4-21 ha) et après coupe (19-23 ha). La proportion d'individus au repos a diminué après coupe et les comportements d'alerte ont augmenté (p > 0,01). Le taux de survie des tétras a été plus faible l'année de la coupe (S = 0,44 ± 0,02) que l'année précédente (S = 0,75 ± 0,01). Il fut également plus faible après coupe (S = 0,50 ± 0,02) qu'avant les opérations forestières (S = 0,89 ± 0,09), la prédation étant la principale cause de mortalité. La densité des tétras a diminué de 60% après la coupe.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".