MétaCan
Menu
Back to cohort
Record W7026484280

Abondance et impact des espèces concurrentes sur la régénération résineuse après coupe avec protection de la régénération dans un secteur de la forêt boréale du Québec

2019· other· fr· W7026484280 on OpenAlexaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2019
Typeother
Languagefr
FieldComputer Science
TopicPolynomial and algebraic computation
Canadian institutionsnot available
Fundersnot available
KeywordsStatistical analysisWork safetyEpidemiological surveillance
DOInot available

Abstract

fetched live from OpenAlex

Nous avons mené une étude pour identifier les situations où les éricacées et des feuillus causent des problèmes de compétition aux conifères en forêt boréale. Pour ce faire, nous avons lié les données d’un inventaire de régénération réalisé entre 2007 et 2011 à des données portant sur l’hypsométrie, la classification écologique, les sols et les peuplements forestiers avant la récolte. Nous avons analysé cet assemblage de données pour étudier les relations entre la végétation concurrente et les variables associées à la récolte et à l’environnement, puis nous avons estimé la probabilité d'observer une couverture d'espèces concurrentes donnée en fonction de ces variables. De plus, en 2015, nous avons rééchantillonné une partie des sites pour évaluer l'impact temporel de différents niveaux de compétition sur le coefficient de distribution (c.d.), la vigueur et la surface terrière de la régénération résineuse, là où elle était marginale tôt après la coupe. L’analyse des données de l’inventaire de 2007 à 2011 montre, qu’après une coupe avec protection de la régénération et des sols, les éricacées et les feuillus ne sont pas associés aux mêmes types de milieux. Les éricacées se retrouvent surtout dans des milieux moins productifs associés à l’épinette noire et au pin gris. La distinction entre les milieux propices aux feuillus commerciaux intolérants à l’ombre et aux feuillus non commerciaux est moins nette puisqu’ils répondent souvent de façon semblable à une même variable. L’analyse des données de l’inventaire de 2015 montre une amélioration significative du c.d. lorsque les niveaux de compétition des feuillus commerciaux intolérants à l'ombre sont faibles (c.d. 0-40%) et lorsque les niveaux de compétition des éricacées sont modérés (c.d. 26-75%). Les différents types et intensités de compétition ne semblent pas affecter la vigueur ni influencer la surface terrière de la régénération résineuse de 9 à 14 ans 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 distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.379
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0010.002
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.008
GPT teacher head0.197
Teacher spread0.189 · 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 teacher head, not a consensus.

Study designNot applicable
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 venueCorpus Université Laval (Université Laval)Same topicPolynomial and algebraic computationFrench-language works237,207