MétaCan
Menu
← Retour à la cohorte
Enregistrement W1967524716 · doi:10.1139/x02-190

Regeneration of <i>Cryptomeria japonica</i> on a sloping topography in a cool-temperate mixed forest in the snowy region of Japan

2003· article· en· W1967524716 sur OpenAlexvenueno aff
Kimiko Hirayama, Michinori Sakimoto

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCryptomeriaUnderstoryJaponicaTemperate climateRidgeDiameter at breast heightRegeneration (biology)HabitatGeologySnowCobbleEcologyForestryEnvironmental scienceGeographyBiologyBotanyGeomorphologyCanopy

Résumé

récupéré en direct d'OpenAlex

Cryptomeria japonica D. Don shows a limited distribution on and around ridges in its native habitat. To clarify the regeneration process of this species, we analysed spatial patterns among five size classes on a slope extending from a ridge to a valley bottom, and growth patterns of understorey trees related to their slope position, in a cool-temperate old-growth mixed forest in Japan. Although the largest size-class trees ([Formula: see text]20 cm diameter at breast height (DBH)) were confined to the upper part of the slope, understorey size-class trees ([Formula: see text]50 cm stem length and <10 cm DBH) extended their range below the upper regions by layering. The annual growth of understorey size class stems increased towards the lower slope in relation to the understorey light conditions. However, snow pressure injured understorey trees and killed many regenerating medium-sized trees on the steeply inclined expanding site. These results indicate that increased snow pressure, influenced by slope topography, may inhibit the clonal expansion of C. japonica. We concluded that snow pressure gradient on a sloping topography strongly influences the regeneration success of C. japonica, restricting its distribution to ridges in natural forests in snowy regions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

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
Bibliométrie0,0000,000
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 Opus0,035
Tête enseignante GPT0,290
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 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

Citations15
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→