MétaCan
Menu
Retour à la cohorte
Enregistrement W1992903125 · doi:10.1080/21580103.2012.759160

Improving site index estimates for pine and spruce plantations: a case study in the sub-boreal spruce zone in British Columbia

2013· article· en· W1992903125 sur OpenAlexaffabout
Christopher Hawkins, Amalesh Dhar, Eduardo Bittencourt

Notice bibliographique

RevueForest Science and Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésSite indexSilvicultureForestryPinus contortaBorealForest inventoryPicea engelmanniiEnvironmental scienceTaigaBlack spruceMountain pine beetleGeographyStand developmentPinus <genus>Forest managementAgroforestryEcologyBiologyArchaeologyBotany

Résumé

récupéré en direct d'OpenAlex

Site index (SI) expresses the growth potential for a species on a given site. Three SI determination methods were used for each managed stand sampled in the southern portion of the Prince George Timber Supply Area (TSA): forest inventory, calculated growth intercept or height over age, and site index biogeoclimatic ecosystem classification (SIBEC). Interior spruce and lodgepole pine leading stands were sampled in the Bowron Valley and only pine stands were sampled in the rest of the TSA. In the Bowron Valley for both species, calculated SI was greater than SIBEC SI, which was greater than inventory SI. Increases were greater for spruce. In the remaining pine areas sampled, the same relationship was observed. Pine yield model projections indicate mean annual increment (MAI) culmination occurred 5.7 and 16.4 years sooner for calculated SI compared with SIBEC and inventory SI, respectively, with yields increasing by 8% and 13%. The increases could be due to improved silviculture, tree response to climate change or a combination of the two. Differences could result in a mid-term timber supply available sooner or a greater yield at planned harvest age. This is particularly important in areas attacked by mountain pine beetle.

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 enseignants0,712
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,005
Tête enseignante GPT0,218
Écart entre enseignants0,213 · 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

Citations26
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForest Science and TechnologyMême sujetForest ecology and managementTravaux en français237 207