Forest resilience and post-disturbance dynamics: the role of species composition and structure
Bibliographic record
Abstract
Amb la creixent incidència d'esdeveniments ecològics extrems, quantificar la resistència i resiliència dels boscos i entendre quins factors estan implicats en la seva dinàmica post-pertorbació són prioritats essencials per investigadors i gestors. Malgrat això, avaluar adequadament la capacitat de resposta dels sistemes forestals continua sent una tasca complicada. Aquesta tesi pretén avançar en les tècniques d'avaluació i quantificació de la resistència i resiliència dels boscos a pertorbacions naturals amb l'objectiu final d'entendre millor els processos subjacents de les dinàmiques post-pertorbació. Per això, la tesi combina el desenvolupament d'enfocaments metodològiques amb aplicacions practiques per diferents tipus de boscos i pertorbacions.\n\n\t\t\t\t La tesi s'estructura al voltant de quatre estudis científics. En el primer d'ells es combinen, per una banda, indicadors quantitatius de resistència i resiliència i, per altra banda, els resultats d'anàlisis de trajectòries de composició i estructura forestals per comparar les dinàmiques post-pertorbació de boscos boreals afectats per plagues d'insectes. El segon estudi, mostra el desenvolupament d'una mesura quantitativa per caracteritzar la capacitat de resposta dels boscos a pertorbacions (que vàrem anomenar "índex de persistència"). Aquest índex va utilitzar-se per avaluar les variacions en la vulnerabilitat enfront als incendis de pinedes no seròtines al llarg de la seva successió natural (tercer estudi). Per dur-ho a terme, es va proposar un mètode per generar cronoseqüències a partir dels canvis en composició i estructura entre inventaris consecutius en parcel·les permanents. Finalment, el quart estudi avalua els efectes de les interaccions interespecífiques, la estructura del rodal i les condicions climàtiques en el desenvolupament de plançons de pin no seròtins desprès d'un gran incendi.\n\n\t\t\t\t Els resultats d'aquesta tesi mostren l'important paper de l'estructura i la composició forestal en la resposta de diferents comunitats forestals a pertorbacions. Per exemple, aquestes variables expliquen una part important de la resiliència i del col·lapse de boscos boreals afectats per plagues. Així mateix, la diversitat d'espècies va relacionar-se positivament amb la capacitat de resposta dels boscos mediterranis a pertorbacions. No obstant, la identitat de les espècies exercia un paper més important en aquests processos que el nombre d'espècies per se. En el cas particular de pinedes no serotines, els resultats mostraven com la capacitat de resposta i sensibilitat al foc d'aquestes masses variava al llarg de les trajectòries successionals, en funció dels canvis en composició i estructura. A més, després d'un gran incendi, l'èxit del regenerat estava condicionat per la mida relativa dels plançons i els rebrots de roure veïns i per les condicions climàtiques, que reforçaven l'efecte competitiu dels veïns. \n\n\t\t\t\t En resum, aquesta tesi mostra l'interès de combinar múltiples aproximacions metodològiques per avaluar la resposta dels boscos a pertorbacions. A més, aporta coneixement sobre com la resiliència forestal varia al llarg de la successió natural i contribueix a millorar la comprensió del paper dels factors mediambientals i la composició i estructura del bosc en aquests processos.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".