Diversité et état de conservation de la flore ligneuse des îlots forestiers du massif montagneux de Lubero (R.D. Congo)
Bibliographic record
Abstract
Connaître les mesures classiques de la diversité floristique est crucial pour étayer les stratégies de conservation des ressources végétales des forêts dégradées. La présente étude vise premièrement à apprécier les paramètres de diversité spécifique et structurale de la flore ligneuse des îlots forestiers du massif montagneux de Lubero et deuxièmement, à déterminer son état de conservation afin de proposer des mesures appropriées pour sa gestion durable. Un échantillonnage stratifié par grappe a été effectué pour les inventaires forestiers. À cet effet, 297 placeaux de 50 m2 chacun ont été matérialisés dans dix îlots forestiers. Les indices de diversité spécifique ont été calculés et les paramètres dendrométriques ont été déterminés. L’entropie de Renyi a été calculée pour comparer la diversité alpha des espèces ligneuses entre les îlots forestiers. Le test rang de Kruskal-Wallis et l’analyse de variance ont permis de comparer les paramètres de diversité structurale entre les peuplements ligneux. Au total, 104 espèces ligneuses (86 genres et 45 familles) ont été recensées. La richesse spécifique des îlots forestiers varie entre 11 et 78. L’indice de diversité de Shannon-Wiener est très variable (1,98 à 4,03 bits) et l’équitabilité de Pielou est assez élevée (0,83 à 0,94). Des différences hautement significatives de densité (degré de liberté ddl=9, chi-square = 93.1316, P<0,0001), de diamètre moyen (ddl=9, statistique F =23.163, P<0,0001), de surface terrière (ddl=9, statistique F =53.568, P<0,0001) et de hauteur de Lorey moyenne (ddl=9, statistique F =208.454 ; P<0,0001) des espèces ligneuses ont été notées entre les îlots forestiers. Du point de vue de la conservation, 87 espèces ligneuses sont rapportées sur la liste rouge de l’Union internationale pour la conservation de la nature (UICN). Les espèces ligneuses déclarées « Vulnérables », « Quasi menacées » et « En danger » méritent une attention particulière des décideurs politiques et des gestionnaires forestiers.
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
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Observational | low |
| gpt | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Observational | low |
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| 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 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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, unvalidatedLabeled directly by 2 models reading the full record.
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".