Facteurs influençant la régénération des mousses de fen dans un contexte de restauration de tourbière
Bibliographic record
Abstract
La restauration de tourbière vers des fens est relativement nouveau au Canada. La première tentative de restauration à l’échelle écosystémique d’un fen utilisant la technique de transfert de tapis muscinal s’est résulté par un échec de l’établissement de la couche muscinale (bryophytes). La couche muscinale typique des fens (composée de mousses vraies de fen, souvent appelée mousses brunes) est une composante importante des fens naturels. La littérature scientifique sur le sujet de la restauration de la couche muscinale de fen est pauvre, ou difficilement applicable dans des conditions nord-américaines. Le but de ce projet est d’acquérir certaines connaissances écophysiologiques sur les facteurs influençant la régénération des mousses de fen. Les facteurs choisis proviennent de différentes étapes de la restauration écologique des tourbières ainsi que de la biologie et l'écologie des mousses. Les quatre espèces de mousses utilisées sont communément trouvées dans les fens naturels du Canada : Aulacomnium palustre, Campylium stellatum, Scorpidium cossonii et Tomentypnum nitens. Les traitements testés sont : a) effet de la distance, par rapport à l’apex, des fragments des mousses sur leur régénération; b) la fragmentation mécanique; c) la fertilisation phosphatée; d) le chaulage; e) une expérience combinant fragmentation, fertilisation ainsi que différentes communautés de mousse testées sur le terrain; et f) l’effet de A. palustre comme plante compagne. Les principaux résultats sont : a) la régénération des fragments diminue en dessous de 2 ou 3 cm à partir de l’apex; b) la fragmentation augmente le nombre d’innovations quand il y a suffisamment d’eau (conditions de croissance humides); c) la fertilisation phosphatée a un effet positif sur la régénération des mousses lorsque maintenues en environnement contrôlé humide; d) le chaulage n’affecte positivement que l’espèce C. stellatum; e) A. palustre se régénère mieux sur le terrain que les autre mousses f) A. palustre n’apparaît pas être une bonne plante compagne pour C. stellatum et S. cossonii. Ces résultats visent à améliorer notre compréhension de la niche de régénération de mousses vraies de fen. Ici, nous établissons les connaissances de base pour une éventuelle restauration des fens à l’échelle de l’écosystème.
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 | 0.000 | 0.000 |
| 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 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".