MétaCan
Menu
Retour à la cohorte
Enregistrement W1833522995 · doi:10.1139/x11-060

Comparison of fixed and focal point seed transfer systems for reforestation and assisted migration: a case study for interior spruce in British Columbia

2011· article· en· W1833522995 sur OpenAlexaffvenueabout
Nicholas K. Ukrainetz, Gregory A. O’Neill, Barry Jaquish

Notice bibliographique

RevueCanadian Journal of Forest Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Northern British ColumbiaMinistry of Forests
Organismes subventionnairesnon disponible
Mots-clésReforestationPicea engelmanniiForestryPopulationPhenologyClimate changeGeographyEnvironmental scienceEcologyMathematicsBiologyDemography

Résumé

récupéré en direct d'OpenAlex

In forestry, science-based seed transfer systems, the foundation of effective reforestation programs, will likely be used in some form to mitigate the negative effects of climate change. In this study, we developed fixed and focal point seed transfer systems for interior spruce ( Picea glauca (Moench) Voss, Picea engelmannii Parry ex Engelm., and their hybrids) in British Columbia, Canada, and compared the effectiveness of both systems. Growth, phenology, and physiology traits were measured for 112 populations, and population means were transformed to principal components that were modeled using climate variables and multiple regression analysis. Compared with the fixed seed zone system, the focal point system had a greater area of seed use for a given risk of maladaptation. The relationship between growth and adaptive distance (i.e., adaptive similarity between test populations and populations local to test sites) was used to calculate critical seed transfer distances for focal point seed zones, which were defined according to expected forfeiture of growth. Changes in climate observed over the past 100 years and predicted in the next one third of a rotation were used to calculate appropriate assisted migration distances and develop methods for incorporating assisted migration into a focal point seed transfer system.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,064
Tête enseignante GPT0,319
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207