MétaCan
Menu
Retour à la cohorte
Enregistrement W1981639162 · doi:10.1139/x06-186

Calibration and testing of a generalized process-based model for use in Portuguese eucalyptus plantations

2006· article· en· W1981639162 sur OpenAlexvenueno aff
Luís Fontes, Joe Landsberg, José Tomé, Margarida Tomé, Carlos Andrés Murillo Pacheco, Paula Soares, Clara Araújo

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundUniversity of New South Wales
Mots-clésEucalyptus globulusCalibrationEucalyptusBasal areaEnvironmental scienceMathematicsStatisticsIrrigationSet (abstract data type)ForestryComputer scienceEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

The work described in this paper aimed to establish a single set of parameter values for a process-based model (3-PG), applicable to Eucalyptus globulus Labill. in Portugal. Initial testing was done with parameter values from Australia using climate, biometric, and soils data from an irrigation and fertilization trial and a spacing trial. The model provided good estimates for stem mass and basal area, poor estimates for leaf mass, and reasonable estimates for volume. The fit between simulated and observed values was then improved by tuning parameter values to produce a final set. The calibrated model was tested, and performed well, against data from permanent sample plots (PSPs) at different locations across Portugal. Volume and basal area predictions made by 3-PG for PSPs were then compared with predictions made by the empirical model in use for E. globulus plantations in Portugal. Differences were negligible. Model outputs with the Australian parameter set and the optimum set for Portugal indicated that partitioning of carbohydrates (net primary productivity) was very different in E. globulus grown in Portugal and Australia. The study has confirmed the potential of this process-based model as a practical tool to support forest management decision-making.

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)0,001
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 enseignants0,721
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,072
Tête enseignante GPT0,316
Écart entre enseignants0,243 · 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

Citations66
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207