Trends in growing space efficiency of four boreal forest species based on yield table data
Notice bibliographique
Résumé
Yield tables are used to identify trends in growing space efficiency (GSE) and to relate GSE to self-tolerance and intraspecific competition. The method is useful when data specifically collected for this purpose are not available. Plonski’s normal yield tables for jack pine (Pinus banksiana Lamb.), paper birch (Betula papyrifera Marshall), trembling aspen (Populus tremuloides Michx.), and black spruce (Picea mariana (Mill.) B.S.P.) are used. An exponential volume–age function was partitioned into volume–area and area–age functions. The exponents of these two components form the B/D ratio, which is used to determine the mode of the stand at a given time, e.g., if B/D is <3/2, then the stand is in area occupation mode, and if B/D is >3/2, then the stand is in area exploitation mode. The dominant mode is the one most responsive to availability of growth resources, showing greater acceleration when resources are plentiful and more rapid deceleration when resources are scarce. Jack pine and paper birch are identified as area occupiers, whereas trembling aspen and black spruce are area exploiters and are therfore self-tolerant. Asymmetric competition was deemed to be present for paper birch throughout the life of the stand on site class I and for trembling aspen on all sites prior to senescence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».