Les oiseaux forestiers montrent-ils la même sensibilité à l’exploitation forestière aux échelles du peuplement et du paysage ?
Bibliographic record
Abstract
En milieu forestier, les oiseaux constituent un taxon diversifié et relativement facile à échantillonner sur de grandes superficies. Il n’est donc pas étonnant que les oiseaux forestiers (principalement passereaux et pics) aient fait l’objet de nombreuses études visant à évaluer la réponse biologique à l’exploitation forestière. Cet article a pour but de déterminer dans quelle mesure la réponse des espèces à la foresterie est comparable lorsqu’on l’analyse à l’échelle locale (ici, rayon de 80 m) et à l’échelle du paysage (rayon de 1 km). Autrement dit, peut-on extrapoler les effets de la coupe d’une échelle spatiale à l’autre? Nous avons évalué la réponse des oiseaux à la coupe forestière à l’aide de régressions logistiques sur la présence-absence de 42 espèces d’oiseaux dénombrées dans 390 stations d’écoute situées dans le District de Black Brook, un paysage sous aménagement forestier du nord-ouest du Nouveau-Brunswick. Les absences ont été validées en effectuant un total de 45 min d’observation réparties sur trois visites durant la saison de nidification. Vingt-cinq des 42 espèces ont répondu positivement ou négativement à l’exploitation forestière à l’échelle locale, et 14 à l’échelle du paysage. Nous n’avons observé une correspondance que chez 6 des 14 espèces d’oiseaux répondant significativement à la proportion de forêt mature dans le paysage. Il est donc crucial d’intégrer la réponse des espèces tant à l’échelle locale (peuplement) qu’à celle du paysage lorsqu’on planifie l’exploitation intégrée de nos forêts.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".