The light climate in forest streams : Differences in relation to forest age
Bibliographic record
Abstract
På grund av hårt skogsbruk har den generella skogsstrukturen i Sverige förändrats, vilket har påverkat ljusklimatet i skogsvattendrag. Övergången från gammal skog till yngre produktiv skog i kantzonen längs vattendrag har lett till ett strukturellt skifte mot mer enskiktade krontak som förmodligen lämnar lite utrymmer för ljus att tränga igenom. Ljus är en fundamental faktor som möjliggör många ekologiska processer i skogsvattendrag, vilket gör det till en viktig aspekt att undersöka för att kunna upprätthålla ett hållbart skogsbruk. Denna studie avsåg att undersöka ljusklimatet i skogsvattendrag, med syftet att utreda om det fanns skillnader i förhållande till skogens ålder. Studien utfördes i augusti 2020 i Stockholms län, och innefattade fem vattendrag i medelåldrig skog (40 – 80 år) samt fem i gammal skog (>140 år). Krontakstäckning uppskattades genom hemisfäriska foton tagna med en fish-eye lins vid åtta punkter i varje provlokal, och analyserades med hjälp av en mobilapplikation (GLAMA). En inventering av träd i kantzonerna utfördes enligt point-centered quarter method, och datan användes för att beräkna träddensitet, artrikedom samt absolut densitet för varje påträffad art. Resultaten visade en liten men icke-signifikant skillnad i krontakstäckning mellan ålderskategorierna, med en något högre medelprocent i gammal skog. Både medelåldrig och gammal skog dominerades av gran, och artsammansättningen var lika oavsett ålderskategori. Träddensiteten skilde sig något mellan kategorierna, med indikationer på en högre medeldensitet i gammal skog. Ytterligare studier krävs för att minska osäkerheter samt vidare öka kunskaperna om skogsbrukets effekter för att kunna bevara de akvatiska och terrestra miljöerna i skogsekosystem.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".