MétaCan
Menu
← Retour à la cohorte
Enregistrement W1948243137 · doi:10.1139/cjfr-2014-0017

Age structure of aspen forests on the Uncompahgre Plateau, Colorado

2014· article· en· W1948243137 sur OpenAlexvenueno aff
Dan Binkley, Attia Alsanousi, William H. Romme

Notice bibliographique

RevueCanadian Journal of Forest Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological Survey
Mots-clésBasal areaEcologyPlateau (mathematics)Range (aeronautics)National parkHerbivoreGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Aspen forests are one of the most dynamic forest types in western North America, responding to chronic factors of competition for resources, as well as episodes of intense herbivory, drought, and fires. The interactions of these driving factors lead to varying age structures of aspen across landscapes and through time. We characterized the age structure of aspen trees on the Uncompahgre Plateau in western Colorado, USA, to inform collaborative efforts of landscape-scale forest restoration. Over 1000 cores from 51 locations showed few aspen older than 140 years (<0.5% for aspen numbers, <2.5% of aspen basal area). Heavy recruitment in the late 1800s (following the last major fires) led to cohorts from 100 to 140 years of age that account for 15% of current aspen numbers and 40% of current aspen basal area. Perhaps the most important character of the current age structure is a relatively low number of aspen younger than 50 years; normal rates of tree survivorship in coming decades will lead to a substantial decline in aspen on the Plateau as these cohorts progress into older age classes. Patterns of aspen ages on the Uncompahgre Plateau differ substantially from those on the Kaibab Plateau and in Rocky Mountain National Park, owing the varying importance in space and time of driving factors. Landscape-scale increases in aspen regeneration (from major events such as fire) would be necessary to moderate the long-term decline in aspen on the Uncompahgre Plateau.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,243
Score d'incertitude au seuil0,483

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,273
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetFire effects on ecosystems→Travaux en français237 207→