MétaCan
Menu
Back to cohort
Record W7014797926

Puuston tila ja rahkasammaloituminen Repoveden kansallispuiston ennallistetuilla soilla

2019· other· fi· W7014797926 on OpenAlexaboutno aff

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2019
Typeother
Languagefi
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPower (physics)Field (mathematics)Quarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Metsien ja soiden hyödyntäminen ihmisen käyttöön on muuttanut niiden luontoa merkittävästi ja vaikuttanut haitallisesti luonnon monimuotoisuuteen. Elinympäristöjen ennallistaminen on tärkeä keino monimuotoisuuskadon torjunnassa. Monimuotoisuutta parantaa muun muassa puuston heterogeenisyys ja se on tärkeä ennallistamisen tavoite etenkin talousmetsiä ennallistettaessa lahopuun lisäämisen ohella. Soiden ennallistamisessa painopiste on suon vesitalouden palauttamisessa, mutta ennallistamistoimenpiteillä vaikutetaan myös soilla puuston monipuolisuuteen. Soiden ennallistamisessa päätavoite on nostaa vedenpinta ennen ojitusta vallinneelle tasolle. Rahkasammalkasvustot kehittyvät usein nopeasti suon ennallistamisen jälkeen, sillä vedenpinnan nousu on niille hyödyksi. Rahkasammalten peittävyyden lisääntyminen ennallistetulla suolla kertoo ennallistumisen käynnistymisestä. \n \nTämä tutkimus käsitteli Repoveden kansallispuistossa ja siihen kiinteästi liittyvällä Aarnikotkan suojelualueella kymmenen vuotta sitten ennallistettuja soita. Työssä tutkittiin soiden puuston heterogeenisyyttä pohjapinta-alan, tilavuuden sekä runkoluvun suhteen. Lisäksi selvitettiin rahkasammalen leviämistä ja taimettumista sekä näihin vaikuttavia tekijöitä. Opinnäytetyön tiedot kerättiin maastossa syksyllä 2018. Inventointi tehtiin Metsähallituksen Luontopalveluiden luontotyyppi-inventoinnin kuviotieto-ohjeen mukaisesti. Rahkasammalen peittävyys arvioitiin silmämääräisesti ympyräkoealoita. \n \nEnnallistamisalueiden puusto oli pohjapinta-alan, tilavuuden sekä runkoluvun suhteen vaihtelevaa suurimmalla osalla tarkasteltavista kuvioista. Taimettuminen oli runsasta ja taimia oli sitä enemmän, mitä rehevämpi kasvupaikka oli ja mitä lähempänä ojalinjaa oltiin. Kasvupaikan rehevyys vaikutti myös rahkasammaloitumiseen sitä lisäävästi. Ojalinjan läheisyys lisäsi niin ikään rahkasammaloitumista. Sen sijaan rahkasammalen peittävyydellä ja taimettumisella ei esiintynyt korrelaatiota tässä tutkimuksessa, vaikka yleisesti ottaen rahkasammalta pidetään hyvänä alustana taimettumiselle. \n \nEdellisten tutkimuskohteiden lisäksi tavoitteena oli lisätä tietoisuutta ennallistamisesta Repoveden kansallispuiston kävijöiden keskuudessa. Kuvalliset julkaisut lyhyine infoteksteineen ennallistamisesta laadittiin ja julkaistiin Repoveden Facebook-sivustolla maastotöiden yhteydessä syksyllä 2018.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.060
Threshold uncertainty score0.202

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.000
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0600.019

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.

Opus teacher head0.022
GPT teacher head0.263
Teacher spread0.241 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueTheseus (Ammattikorkeakoulujen)French-language works237,207